一种面向命名实体识别的字节级方法
计算与语言
2018-09-25 v1
摘要
在生物医学文献中，实体边界常与词边界不对齐。因此，有效识别实体跨度需要能够考虑小于词粒度的词符的方法。我们提出了一种新颖的子词级命名实体识别 (NER) 方法，该方法结合字节对编码 (BPE) 与卷积及循环神经网络，以生成实体的字节级标注。我们在多个标准生物医学数据集上给出了实验结果，即 BioCreative VI Bio-ID、JNLPBA 和 GENETAG 数据集。我们在绕开创建生物医学文本分词规则所需的专业领域知识的同时，展示了具有竞争力的性能。
引用
@article{arxiv.1809.08386,
title = {A Byte-sized Approach to Named Entity Recognition},
author = {Emily Sheng and Prem Natarajan},
journal= {arXiv preprint arXiv:1809.08386},
year = {2018}
}
备注
6 pages, 5 tables, 1 figure