面向生物医学文本的知识引导命名实体识别
计算与语言
2020-09-21 v4 信息检索
机器学习
摘要
在这项工作中，我们将 NER 任务形式化为一个多答案知识引导问答任务（KGQA），其仅通过分配 B、I 和 O 标签来预测实体，而不将实体类型与标签关联。我们提供不同的知识上下文，例如实体类型、问题、定义和示例，连同文本一起，并在由 18 个生物医学语料库组成的组合数据集上进行训练。这种形式化方法（a）使系统能够从不同的 NER 数据集中联合学习 NER 特定特征，（b）可以使用知识-文本注意力来识别与所提供知识具有更高相似度的词，从而提升性能，（c）通过将预测类别仅减少为 B、I、O 来降低系统混淆，以及（d）使嵌套实体的检测更容易。我们在 18 个生物医学 NER 数据集上对该 KGQA 形式化进行了大量实验，并通过实验注意到知识有助于实现更好的性能。我们的问题形式化能够在 12 个数据集中达到 SOTA 结果。
引用
@article{arxiv.1911.03869,
title = {Knowledge Guided Named Entity Recognition for BioMedical Text},
author = {Pratyay Banerjee and Kuntal Kumar Pal and Murthy Devarakonda and Chitta Baral},
journal= {arXiv preprint arXiv:1911.03869},
year = {2020}
}
备注
6 pages, 2 figures, 5 tables, WIP