面向小样本命名实体识别的大规模标签解释学习

小样本命名实体识别（NER）仅使用少量标注示例来检测文本中的命名实体。一条有前景的研究路线是利用每种实体类型的自然语言描述：例如，常见的标签 PER 可能被表述为“人物实体”。在初始的标签解释学习阶段，模型学习解释这种实体类型的表述描述。在随后的小样本标签集扩展阶段，该模型会获得一个先前未见过的实体类型描述（如“音乐专辑”）以及可选的少量训练示例，以对该类型执行小样本 NER。在本文中，我们通过大规模增加用于标签解释学习的实体类型数量和粒度，系统地探索了强语义先验对解释新实体类型表述的影响。为此，我们利用一个实体链接基准，创建了一个包含数量级更多、更独特实体类型和描述的数据集，远超当前使用的数据集。我们发现，这种增强的信号在域内、跨域甚至跨语言设置下的零样本和小样本 NER 中都产生了强大的结果。我们的发现表明，通过启发式数据优化来改进小样本 NER 具有巨大潜力。