论文:https://arxiv.org/pdf/1910.11476v6.pdf
前沿:
在之前的NER任务中常常分为两种:nested NER和 flat NER。从直观的角度来看,nested NER考虑到了实体嵌套问题。
![](https://ripshun.com/wp-content/uploads/2020/11/image-69.png)
发展:
- flat NER的任务通常形式化为序列标记任务:序列标记模型,但是这种序列标记的模型无法考虑到实体嵌入关系问题。如中国移动是一个公司实体,而中国是一个国家实体,在flat NER中可能只能提取出中国移动整体却忽视了中国这个部分。
- 考虑到这个问题后,提出了pipelined systems用来实现nested NER,但是pipelined systems具有错误传播,运行时间长以及开发手工特征的强度大等缺点。
- 而MRC对于NER任务的处理便由之而来,在论文中作者表明了MRC对于flat NER和nested NER任务都有了提升。
什么是MRC
简单来说MRC是一种以问答方式解决NER任务的模型结构,通过给出相关实体的描述(问题),然后在文本中找出相对应的答案,这个方式就像做阅读理解一样。</