- https://arxiv.org/pdf/2109.13532.pdf
- 本文提出一个跟 prompt 其实没啥关系的方法，但是非常简单，很有意思
如图中 b 所示，直接输入句子。实体部分就输出 verbalizer，比如 PER 就对应 john；其它地方就输出原文。这样只用 LM 的参数，连 MLM head 都不需要，就能做 NER。同时这种还很快，输入一句话，里面所有实体就都预测出来了！ - 对于 verbalizer 的选择，可以用 ① 类别里最多的词 ② LM 一开始输出概率最大的词 ③ 连续的向量，实验证明 ③ 最好
- 实验还是在小样本上做的，SOTA @ CoNLL03 OntoNotes 5.0 MIT-Movie；速度是 TemplateNER 的 1930 倍