GLiNER2
一种从文档中提取姓名、日期、条款等信息的小型AI模型,采用逐一列举候选区间并进行比对的实体抽取方式。
简单来说
GLiNER2是一款专门从文档中精准提取所需信息的小型AI模型。从合同中找出姓名、日期或条款这类工作被称为信息抽取,GLiNER2的设计目标就是以低成本、同时具备一定灵活性来完成这项任务。
GLiNER2查找信息的方式,类似于把一本厚书里所有可能划线的区间提前全部裁剪出来,再逐一与答案进行比对。它会在句子的每一个起始位置、按每一种可能的长度生成候选区间,然后逐一比对这些区间中哪个与要找的实体相符。问题在于,候选区间的数量会随着长度增加而急剧膨胀。因此通常只截取十二个单词左右的区间,导致像四十个单词长的免责条款这类长文句,从一开始就被排除在了可查找的范围之外。
这一局限在后续版本中通过不同方式得到了解决。新版本不再逐一列举整个区间,而是改为只标记起点和终点,使得查找长文句和查找短名字的成本变得一样低。
在报道中是这样出现的
文章在与后续版本作比较时提到了GLiNER2,说明"此前的版本GLiNER2在查找实体时采用了逐一列举候选区间的方式"。尽管名称相似容易混淆,但GLiNER2与后续版本是两个完全不同的模型,它们查找区间的方式本质上并不相同。