一种用于众包标注命名实体识别的基于置信度的部分标签学习模型
计算与语言
2023-07-28 v2 人工智能
摘要
现有的命名实体识别（NER）模型主要基于大规模标注数据集，而这些数据集通常通过众包获得。然而，由于该任务标注空间大且复杂，很难通过多标注者的多数投票为 NER 获得统一且正确的标签。为解决此问题，我们旨在直接利用原始的多标注者标签。特别地，我们提出一种基于置信度的部分标签学习（CPLL）方法，以整合众包标注 NER 的先验置信度（由标注者给出）与后验置信度（由模型学习）。该模型通过期望最大化（EM）算法最小化经验风险，学习依赖于词元与内容的置信度。真实后验估计器与置信度估计器迭代执行，分别更新真实后验与置信度。我们在真实与合成数据集上进行了充分的实验，结果表明相较强基线，我们的模型能有效提升性能。
引用
@article{arxiv.2305.12485,
title = {A Confidence-based Partial Label Learning Model for Crowd-Annotated Named Entity Recognition},
author = {Limao Xiong and Jie Zhou and Qunxi Zhu and Xiao Wang and Yuanbin Wu and Qi Zhang and Tao Gui and Xuanjing Huang and Jin Ma and Ying Shan},
journal= {arXiv preprint arXiv:2305.12485},
year = {2023}
}