GapDNER：基于间隙感知的间断命名实体识别网格标记模型

在生物医学领域，一个命名实体可能由一系列非相邻的标记组成并与其他实体重叠。先前方法通过连接实体片段或内部标记来识别不连续实体，但由于 span 或词组合的多样性，这些方法面临误差传播及解码歧义等挑战。为此，本文深入探讨不连续实体结构，提出一种基于间隙感知的网格标记模型用于不连续命名实体识别，称为 GapDNER。GapDNER 创新性地对上下文间隙（entity 片段之间的上下文）进行表征学习，以解决解码歧义并提升不连续 NER 的性能。具体而言，本文将上下文间隙视为一种额外的 span 类型，将 span 分类转化为标记对网格标记任务。随后，设计了两个交互式组件从 intra-和 inter-span 角度全面建模标记对网格特征。其中，类间规律提取模块采用双线性机制结合线性注意力捕获每个 span 的内部规律，而类间关系增强模块利用 criss-cross 注意力获取不同 span 之间的语义关系。在实体解码的推理阶段，本文为每个实体片段和上下文间隙分配有向边，然后使用 BFS 算法搜索具有实体标签的网格从头到尾的所有有效路径。实验在三个数据集上表明，GapDNER 在不连续 NER 上实现了新的状态最佳性能，并在识别复杂实体结构方面表现突出。