CalibreNet：面向多语言序列标注的校准网络
计算与语言
2020-11-12 v1 机器学习
摘要
低资源语言中训练数据的缺乏给命名实体识别（NER）和机器阅读理解（MRC）等序列标注任务带来了巨大挑战。一个主要障碍是预测答案边界上的错误。为解决这个问题，我们提出 CalibreNet，它分两步预测答案。第一步，可采用任何现有的序列标注方法作为基模型来生成初始答案。第二步，CalibreNet 对初始答案的边界进行细化。为应对低资源语言训练数据缺乏的挑战，我们专门开发了一种新颖的无监督短语边界恢复预训练任务，以增强 CalibreNet 的多语言边界检测能力。在两个跨语言基准数据集上的实验表明，所提方法在零样本跨语言 NER 和 MRC 任务上取得了 SOTA 结果。
引用
@article{arxiv.2011.05723,
title = {CalibreNet: Calibration Networks for Multilingual Sequence Labeling},
author = {Shining Liang and Linjun Shou and Jian Pei and Ming Gong and Wanli Zuo and Daxin Jiang},
journal= {arXiv preprint arXiv:2011.05723},
year = {2020}
}
备注
Long paper in WSDM 2021