利用局部距离邻域特征改进 Tor 暗网中的命名实体识别
计算与语言
2020-05-19 v1 计算机视觉与模式识别
摘要
在含噪声的用户生成文本中进行命名实体识别是一项困难任务，通常通过引入外部信息资源（如地名词典）来增强。然而，地名词典是任务特定的，且构建与维护成本高昂。本文采纳并改进了 Aguilar 等人的方法，提出一种称为局部距离邻域（Local Distance Neighbor）的新特征，用以替代地名词典。我们在 W-NUT-2017 数据集上测试了这一新方法，在命名实体的 Group、Person 和 Product 类别上取得了最先进（state-of-the-art）的结果。接下来，我们向 W-NUT-2017 数据集中加入 851 个手动标注样本，以涵盖 Tor 暗网中与武器和毒品贩卖相关的命名实体。最后，我们的方案在该扩展数据集上取得了实体和表层 F1 分数分别为 52.96% 和 50.57%，证明了其对执法机构（Law Enforcement Agencies）检测 Tor 隐藏服务中命名实体的实用性。
引用
@article{arxiv.2005.08746,
title = {Improving Named Entity Recognition in Tor Darknet with Local Distance Neighbor Feature},
author = {Mhd Wesam Al-Nabki and Francisco Jañez-Martino and Roberto A. Vasco-Carofilis and Eduardo Fidalgo and Javier Velasco-Mata},
journal= {arXiv preprint arXiv:2005.08746},
year = {2020}
}
备注
2 pages, 1 figure, to be published in conference JNIC 2020