基于深度神经网络模型的越南语命名实体识别错误分析
计算与语言
2019-11-20 v2 机器学习
神经与进化计算
摘要
近年来，越南语命名实体识别（NER）系统在使用深度神经网络方法时取得了重大突破。本文描述了当前最先进的越南语 NER 系统的主要错误。在越南语 NER 数据集上，使用不同的词嵌入对 BLSTM-CNN-CRF 和 BLSTM-CRF 模型进行实验。该数据集由 VLSP 于 2016 年提供，并用于评估当前大多数越南语 NER 系统。我们注意到 BLSTM-CNN-CRF 取得了更好的结果，因此，我们详细分析了该模型上的错误。我们的错误分析结果为我们提供了深入的见解，以便在未来的工作中提高越南语 NER 的性能并改进语料库的质量。
引用
@article{arxiv.1911.07228,
title = {Error Analysis for Vietnamese Named Entity Recognition on Deep Neural Network Models},
author = {Binh An Nguyen and Kiet Van Nguyen and Ngan Luu-Thuy Nguyen},
journal= {arXiv preprint arXiv:1911.07228},
year = {2019}
}
备注
19th International Conference on Computational Linguistics and Intelligent Text Processing (CICLING 2018)