面向远程监督命名实体识别的约束多类正无标签学习
计算与语言
2025-04-08 v1
摘要
远程监督命名实体识别 (DS-NER) 被提出以利用由外部知识库自动标注的训练数据，而非人工标注。然而，由于固有的不完整性，它往往存在很高的假阴性率。为了解决这个问题，我们提出了一种名为约束多类正无标签学习 (CMPU) 的新方法，该方法在多个正类的风险估计量上引入了一个约束因子。这表明，与以往在正类数据有限的 PU 学习方法相比，受约束的非负风险估计量对过拟合具有更强的鲁棒性。本文对 CMPU 进行了扎实的理论分析，以证明我们方法的有效性。在使用不同外部知识源标注的两个基准数据集上的大量实验表明，与现有的 DS-NER 方法相比，CMPU 具有优越的性能。
引用
@article{arxiv.2504.04963,
title = {Constraint Multi-class Positive and Unlabeled Learning for Distantly Supervised Named Entity Recognition},
author = {Yuzhe Zhang and Min Cen and Hong Zhang},
journal= {arXiv preprint arXiv:2504.04963},
year = {2025}
}
备注
28pages, 3 figures. First submitted in Oct. 2023