基于字符的模型在印尼语对话文本神经命名实体识别中的实证评估
计算与语言
2018-09-20 v3
摘要
尽管命名实体识别（NER）任务在自然语言处理领域有着悠久的历史，但以往工作很少研究对话文本上的该任务。此类文本具有挑战性，因为它们包含大量词汇变体，从而增加了未登录词（OOV）的数量。大量的未登录词给基于词的神经模型带来了困难。同时，有大量证据表明基于字符的神经模型在缓解这一OOV问题上的有效性。我们报告了使用带字符嵌入的神经序列标注模型来处理印尼语对话文本中NER任务的实证评估。我们的实验表明：（1）字符模型比仅使用词嵌入的模型在分数上高出最多4分；（2）字符模型在OOV情况下表现更好，提升高达15个点；（3）字符模型对极高的OOV率具有鲁棒性。
引用
@article{arxiv.1805.12291,
title = {Empirical Evaluation of Character-Based Model on Neural Named-Entity Recognition in Indonesian Conversational Texts},
author = {Kemal Kurniawan and Samuel Louvan},
journal= {arXiv preprint arXiv:1805.12291},
year = {2018}
}
备注
Accepted in EMNLP 2018 Workshop on Noisy User-generated Text (W-NUT)