FGN：用于中文命名实体识别的融合字形网络
计算与语言
2020-10-09 v6 机器学习
机器学习
摘要
中文 NER 是一项具有挑战性的任务。作为表意文字，汉字包含常被忽视的潜在字形信息。本文中，我们提出 FGN，即用于中文 NER 的融合字形网络（Fusion Glyph Network）。除添加字形信息外，该方法还可借助融合机制添加额外的交互信息。FGN 的主要创新包括：（1）提出一种称为 CGS-CNN 的新型 CNN 结构，以从相邻字符中捕获字形信息及字形间的交互信息。（2）我们提供一种带滑动窗口与 Slice-Attention 的方法，以融合一个字符的 BERT 表示与字形表示，从而捕获上下文与字形之间的潜在交互知识。在四个 NER 数据集上进行的实验表明，以 LSTM-CRF 作为标注器的 FGN 在中文 NER 上取得了新的 SOTA 性能。此外，进行了更多实验以探究 FGN 中各种组件与设置的影响。
引用
@article{arxiv.2001.05272,
title = {FGN: Fusion Glyph Network for Chinese Named Entity Recognition},
author = {Zhenyu Xuan and Rui Bao and Shengyi Jiang},
journal= {arXiv preprint arXiv:2001.05272},
year = {2020}
}