用于 VLSP-2018 命名实体识别评测任务的基于特征的嵌套命名实体识别模型
计算与语言
2018-03-23 v1
摘要
在本报告中，我们描述了我们参加 VLSP 2018 评测任务的命名实体识别系统。我们使用 BIO 编码方案将该任务形式化为序列标注问题。我们应用了一个基于特征的模型，该模型结合了词、词形特征、基于 Brown 聚类的特征以及基于词嵌入的特征。我们比较了处理数据集中嵌套实体的几种方法。结果表明，结合所有层级实体标签来训练序列标注模型（联合标签模型）提高了嵌套命名实体识别的准确率。
引用
@article{arxiv.1803.08463,
title = {A Feature-Based Model for Nested Named-Entity Recognition at VLSP-2018 NER Evaluation Campaign},
author = {Pham Quang Nhat Minh},
journal= {arXiv preprint arXiv:1803.08463},
year = {2018}
}
备注
5 pages, VLSP 2018 Workshop