​复旦大学邱锡鹏组：CNN-NER——极其简单有效的嵌套命名实体识别方法

©PaperWeekly 原创 · 作者 | 陆星宇

单位 | 复旦大学

研究方向 | 自然语言处理

本文介绍一下复旦大学 NLP 组的一篇新的 NER 论文。

论文标题：

An Embarrassingly Easy but Strong Baseline for Nested Named Entity Recognition

论文链接：

https://arxiv.org/abs/2208.04534

问题简介

命名实体识别（NER）是自然语言处理的一个基本任务，该问题考虑的识别并分类给定文本中表达对实体的引用的文本片段（span），也就是所谓的命名实体（NE）。

过去的命名实体识别主要考虑的是扁平命名实体识别（flat NER）。近年来有一些工作考虑了实体之间可能存在嵌套关系，由此对应地提出嵌套命名实体识别（nested NER）这一新任务，并尝试给出了一些解决方案。

具体来说，如下图（1）所示：“上海市红十字会”就是一个典型的包含嵌套命名实体的例子。其中“上海市”是地名、“红十字会”是组织名、“上海市红十字会”是组织名且嵌套了上述两个命名实体。

▲ 图（1） 嵌套命名实体示例

在嵌套命名实体识别任务中，虽然允许外层的命名实体嵌套内层的命名实体，但是并不允许命名实体之间的冲突（clash）。形象地说，就是不允许两个不同的命名实体之间首尾相交。

形式化地：

给定包含 个词的输入序列 ，嵌套命名实体识别任务旨在从输入序列 中提取出所有互不冲突的命名实体。其中每一个命名实体 可以被表示为三元组 ， 和 分别表示其在序列