面向奇幻领域的命名实体抽取模型微调
计算与语言
2024-02-19 v1
摘要
命名实体识别（NER）是一项序列分类自然语言处理任务，旨在从文本中识别实体并将其分类到预定义类别中。它是大多数信息抽取系统的基础。《龙与地下城》（D&D）是一款开放式的桌面奇幻游戏，拥有自己多样化的传说。D&D实体是领域特定的，因此即使是当前最先进的现成NER系统也无法识别，因为这些NER系统是在通用数据上训练的，针对预定义类别如：人物（PERS）、地点（LOC）、组织（ORG）和杂项（MISC）。为了从奇幻文本中有意义地抽取信息，实体需要被分类到领域特定的实体类别中，并且模型需要在领域相关语料上进行微调。本工作利用D&D领域中可用的怪物传说对Trankit进行微调，Trankit是一个使用预训练模型进行NER的高效NER框架。经过训练，系统能够在一个新的NER标签下从相关领域文档中抽取怪物名称。本工作将怪物名称识别的准确性与零样本Trankit模型和两个FLAIR模型进行了比较。微调后的Trankit模型达到了87.86%的F1分数，超过了所有其他考虑的模型。
引用
@article{arxiv.2402.10662,
title = {Fine Tuning Named Entity Extraction Models for the Fantasy Domain},
author = {Aravinth Sivaganeshan and Nisansa de Silva},
journal= {arXiv preprint arXiv:2402.10662},
year = {2024}
}