面向远程监督命名实体识别的负样本优选采样
计算与语言
2023-05-23 v1
摘要
远程监督命名实体识别（DS-NER）被提出以利用自动标注的训练数据替代人工标注。远程标注的数据集通常含有噪声并包含相当数量的假负例。近期方法使用加权采样方法选取负样本子集用于训练。然而，它需要一个良好的分类器来为负面样本分配权重。在本文中，我们提出一种简单直接的方法，选取与所有正样本具有较高相似度的顶部负样本用于训练。我们的方法在四个远程监督 NER 数据集上取得了一致的性能提升。我们的分析还表明，区分真负例与假负例至关重要。
关键词
引用
@article{arxiv.2305.13142,
title = {Better Sampling of Negatives for Distantly Supervised Named Entity Recognition},
author = {Lu Xu and Lidong Bing and Wei Lu},
journal= {arXiv preprint arXiv:2305.13142},
year = {2023}
}
备注
Accepted by ACL Findings 2023