- 博客(3)
- 收藏
- 关注
RSS订阅原创 NER论文阅读笔记：Boundary Enhanced Neural Span Classification for Nested Named Entity Recognition
命名实体识别(NER)是自然语言处理中研究较多的一项任务。然而，广泛使用的序列标记框架通常难以检测出嵌套结构的实体。基于文本片段的方法可以很容易地检测出不同子序列中的嵌套实体，这自然适合于嵌套NER问题。然而，基于文本片段的方法有两个主要问题。首先，对所有子序列进行分类在计算上是昂贵的，而且在推理方面非常低效。其次，基于文本片段的方法主要关注学习片段表征，缺乏明确的边界监督。为了解决上述两个问题，我们提出了一种边界增强的神经网络文本片段分类模型。除了对文本片段进行分类之外，我们提出增加一个额外...
2021-03-06 12:01:56
792
原创 NER论文阅读-Chinese NER Using Lattice LSTM（2020ACL）
Chinese NER Using Lattice LSTM（2020ACL）摘要近些年有很多尝试使用词典信息来提高中文命名实体识别的性能的工作。其中一个代表就是Lattice-LSTM，这项工作取得了很多领先的成果在几个公开数据集上。可是，lattice_LSTM有很复杂的模型结构，这个限制了它在很多工业领域——那些需要实时NER回应的地方。在这个工作中，我们想出了一个简单但是高效的方法将词汇表信息融入到字符表示层中。这个方法避免了设计一个复杂的词序标注结构，而且对于任何的神级网络NER模型，只
2021-01-15 11:24:33
339
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人