论文浅尝 | 用于嵌套命名实体识别的二部平面图网络(BiFlaG)

笔记整理 | 栾岱洋，东南大学

---

来源：ACL 2020

链接：https://www.aclweb.org/anthology/2020.acl-main.571.pdf

本文提出了一种可以实现重叠主体的识别的BiFlaG（bipartite flatgraph network）模型，包含两个子图模块：用于外层实体的flat NER模块以及用于所有内层实体的图模块。双向LSTM以及图卷积网络被用于联合学习flat entity以及它们的内部依赖。不同于过去的方法，本文同时考虑了内外层的双向交互，flat NER模块识别的实体首先被用于构建实体图，然后反馈到图模块，后者得到涵盖了内部实体依赖信息的强化表示学习，并用于增强外部实体的预测，在三个NER数据集上的实验结果表明，本文模型优于已有SotA方法。

本文提出的命名实体识别模型可以实现重叠主体的识别。NER可以识别出包含预定义类别的实体（如位置、组织等），Nested NER用于处理重叠主体的问题。

模型

1) 标志表示：假定给定序列长度为N，对于每一个token，我们使用词嵌