如何在NER模型和QA模型之间做出选择？

Question

我正在完成一项涉及 NLP 和 Transformer 的任务。我想识别文本语料库中的相关特征。如果我要从工作描述中提取相关特征，例如工作中将使用的工具（powerpoint、excel、java 等）以及所需的熟练程度，该任务是否更适合命名实体识别模型或问答模型。

如果我像 NER 任务一样处理它，我会给训练数据中的所有相关工具贴上标签，并希望它能很好地泛化。我可以像 QA 模型一样处理这个问题，并询问诸如“这项工作需要什么工具”之类的问题，并提供描述作为上下文。

我计划使用 Transformers 库，除非我缺少一个更好的工具来完成此任务。我希望提取许多功能，因此并非所有功能都像从列表中获取关键字（编程语言、微软 Office 等...）一样简单。

这些方法中的一种是否更适合，或者我是否缺少一种更好的方法来解决这个问题。

任何帮助表示赞赏。谢谢你！

Answer 1

从你的说法来看，这似乎是一个实体识别任务。但是，您应该自己提出并回答的问题是：

\n

\n

• 您的用户将如何与模型交互？

  \n
  \n
  • 结构化信息\xe2\x86\x92 实体识别。
  \n
  • 聊天机器人 \xe2\x86\x92 质量检查。
  \n
  \n
\n

• 您是否要从文本中提取一组预定义的实体？

  \n
  \n
  • 是\xe2\x86\x92实体识别。
  \n
  • 没有 \xe2\x86\x92 质量检查。
  \n
  \n
\n

• 您用于微调的训练数据是什么样的？

  \n
  \n
  • 只有其中的几个 \xe2\x86\x92 实体识别。
  \n
  • 大量数据，问答对\xe2\x86\x92 QA。
  \n
  \n
\n

\n