将片段组合为实体：一种用于识别不连续实体的神经两阶段方法
计算与语言
2019-09-04 v1
摘要
在医学文档中，感兴趣的实体可能不仅包含不连续的词序列，而且与另一实体重叠。此类结构的实体由于可能的实体组合空间巨大而本质上难以识别。本工作中，我们提出一种神经两阶段方法，通过将问题分解为两个子任务来识别不连续且重叠的实体：1) 它首先基于片段超图(segmental hypergraph)的表示检测所有重叠片段，这些片段要么自身构成实体，要么作为不连续实体的组成部分；2) 接着它学习用一个分类器将这些片段组合为不连续实体，并过滤掉其他不正确的片段组合。分别为这些子任务设计了两个神经组件，并使用共享文本编码器联合学习。我们的模型在标准数据集上取得了 state-of-the-art (SOTA) 性能，即使在缺少先前方法使用的外部特征时亦然。
引用
@article{arxiv.1909.00930,
title = {Combining Spans into Entities: A Neural Two-Stage Approach for Recognizing Discontiguous Entities},
author = {Bailin Wang and Wei Lu},
journal= {arXiv preprint arXiv:1909.00930},
year = {2019}
}
备注
EMNLP 2019