DaN+：丹麦语嵌套命名实体与词汇规范化
计算与语言
2021-05-25 v1
摘要
本文介绍了 DaN+，一个面向丹麦语嵌套命名实体（NEs）与词汇规范化的新多领域语料库及标注指南，用以支持资源较少语言上的跨语言跨领域学习研究。我们实证评估了建模双层命名实体识别（NER）任务的三种策略。我们比较了从德语迁移与从零开始进行母语标注的能力。我们考察了特定语言 BERT 与多语言 BERT，并研究了词汇规范化对 NER 的影响。我们的结果表明：1）最稳健的策略是多任务学习，其与多标签解码不相上下；2）基于 BERT 的 NER 模型对领域偏移敏感；3）母语 BERT 与词汇规范化在最不规范的语料上收益最大。我们的结果还表明，域外设置仍具挑战性，而在新闻上的性能很快趋于平稳。这凸显了跨语言迁移的跨领域评估的重要性。
引用
@article{arxiv.2105.11301,
title = {DaN+: Danish Nested Named Entities and Lexical Normalization},
author = {Barbara Plank and Kristian Nørgaard Jensen and Rob van der Goot},
journal= {arXiv preprint arXiv:2105.11301},
year = {2021}
}
备注
COLING 2020