NER
文章平均质量分 96
Blue琰琰
CS博士在读
展开
-
AAAI 2023|跨域命名实体识别的域适应依赖关系解析
近年来,许多研究人员利用依赖树中的结构信息来改进命名实体识别 (NER)。他们的大多数方法都采用依赖树标签作为 NER 模型训练的输入特征(现有的NER改进方法)。然而,大多数NER语料库中并未固有地提供这种依赖信息,这使得这些方法在实践中的可用性较低(挑战)。为了有效挖掘词依赖知识的潜力,在跨领域NER上多任务学习成功的推动下,我们研究了一种将跨领域依赖解析(DP)作为辅助学习任务的新型NER学习方法。原创 2023-11-22 11:27:14 · 257 阅读 · 0 评论 -
AAAI 2023|嵌套命名实体识别为构建本地超图
命名实体识别是自然语言处理中的一项基本任务(研究领域)。基于平面命名实体识别的序列标注范式,已经发展了多种方法来处理嵌套结构。但是,它们要么需要固定的识别顺序,要么引入复杂的超图(挑战)。为了解决这个问题,我们提出了一种名为本地超图生成器网络(LHBN)的新模型,该模型可以构建多个更简单的本地超图来捕获命名实体,而不是单个复杂的全尺寸超图。所提出的模型具有三个主要属性:(1)共享边界的命名实体被捕获在同一个局部超图中。(2)通过构建局部超图来增强边界信息。原创 2023-11-17 11:14:30 · 431 阅读 · 0 评论