利用领域词典学习命名实体标注器
计算与语言
2018-09-12 v1
摘要
深度神经模型的最新进展使我们无需手工设计特征即可构建可靠的命名实体识别（NER）系统。然而，此类方法需要大量人工标注的训练数据。已有研究尝试以远程监督（结合外部词典）替代人工标注，但生成的噪声标签给有效神经模型的学习带来显著挑战。本文提出两个神经模型以适应来自词典的噪声远程监督。首先，在传统序列标注框架下，我们提出一个改进的模糊 CRF 层来处理具有多个可能标签的词元。在厘清远程监督中噪声标签的本质后，我们超越传统框架，提出一种新颖且更有效的神经模型 AutoNER，其采用新的 Tie or Break 机制。此外，我们讨论了如何精炼远程监督以获得更好的 NER 性能。在三个基准数据集上的大量实验表明，AutoNER 仅使用词典且无需额外人工投入时即达到最佳性能，并与最先进的监督基准结果具有竞争力。
引用
@article{arxiv.1809.03599,
title = {Learning Named Entity Tagger using Domain-Specific Dictionary},
author = {Jingbo Shang and Liyuan Liu and Xiang Ren and Xiaotao Gu and Teng Ren and Jiawei Han},
journal= {arXiv preprint arXiv:1809.03599},
year = {2018}
}