UIE
解锁数据潜力：信息抽取、数据增强与UIE的完美融合
# 解锁数据潜力：信息抽取、数据增强与UIE的完美融合 # 1.信息抽取（Information Extraction） ## 1.1 IE简介 信息抽取是 NLP 任务中非常常见的一种任务，其目的在于从一段自然文本中提取出我们想要的关键信息结构。 举例来讲，现在有下面这样一个句子： > 新东方烹饪 ......
模型部署 — PaddleNLP 基于 Paddle Serving 快速使用（服务化部署 - Docker）— 图像识别 + 信息抽取(UIE-X)
[TOC] 图像识别 + 信息抽取(UIE-X)，部署接口供别的应用调用 最终在自己部署的环境中识别时报错，不知道是不是和GPU有关，还在尝试中 ## 流程 - 在百度 BML CodeLab 中跑好模型（免费算力，玩玩够了） - 下载模型 （比较大，我这个有10G了，可以适当做裁剪） - Linu ......
AI识别检验报告 -PaddleNLP UIE-X 在医疗领域的实战
[TOC] # UIE-X在医疗领域的实战 **PaddleNLP全新发布UIE-X 🧾，除已有纯文本抽取的全部功能外，新增文档抽取能力。** UIE-X延续UIE的思路，**基于跨模态布局增强预训练模型**[文心ERNIE-Layout](https://github.com/PaddlePad ......
对doccano自动标注使用的默认UIE模型进行微调以提高特定领域的实体识别能力，提高标注速度
虽然doccano的自动标注使用默认的UIE模型可以识别出一定的实体，但是在特定领域或者因为实体类别名不能被理解很多实体是识别不了的，所以我们可以通过自己标注的数据对模型进行微调来满足我们Auto Labeing的需求。 预处理doccano标注的数据 该章节详细说明如何通过doccano.py脚本 ......
基于Label studio实现UIE信息抽取智能标注方案，提升标注效率！
基于Label studio实现UIE信息抽取智能标注方案，提升标注效率！ 项目链接见文末 人工标注的缺点主要有以下几点： 产能低：人工标注需要大量的人力物力投入，且标注速度慢，产能低，无法满足大规模标注的需求。 受限条件多：人工标注受到人力、物力、时间等条件的限制，无法适应所有的标注场景，尤其是一 ......
基于Labelstudio的UIE半监督智能标注方案（本地版）
基于Labelstudio的UIE半监督智能标注方案（本地版） 更多技术细节参考上一篇项目，本篇主要侧重本地端链路走通教学，提速提效： 基于Labelstudio的UIE半监督深度学习的智能标注方案(云端版)，提效 更多内容参考文末码源 自然语言处理信息抽取智能标注方案包括以下几种： 基于规则的标注 ......
基于ERNIELayout&pdfplumber-UIE的多方案学术论文信息抽取
基于ERNIELayout&pdfplumber-UIE的多方案学术论文信息抽取，小样本能力强悍，OCR、版面分析、信息抽取一应俱全。 ......