基于词向量正交变换的语言无关命名实体识别
计算与语言
2025-03-20 v1 人工智能
摘要
词嵌入一直是自然语言处理的关键构建模块，许多不同任务中的模型都高度依赖词嵌入。本文提出了一种基于双向LSTM/CRF与词嵌入进行命名实体识别的模型，适用于任何语言。这是通过在源语言（英语）上训练模型，并使用正交线性变换矩阵将目标语言的词嵌入转换为源语言的词嵌入来实现的。模型评估表明，通过在英语数据集上训练模型，该模型能够在阿拉伯语数据集上检测命名实体，而无需在阿拉伯语数据集上进行训练或微调。
引用
@article{arxiv.2503.14755,
title = {Language Independent Named Entity Recognition via Orthogonal Transformation of Word Vectors},
author = {Omar E. Rakha and Hazem M. Abbas},
journal= {arXiv preprint arXiv:2503.14755},
year = {2025}
}
备注
Paper was initially released in 2017 but was never published