基于局部可加性的数据增强用于半监督命名实体识别
计算与语言
2020-10-06 v1
摘要
命名实体识别（NER）是深度语言理解的最初阶段之一，但当前 NER 模型严重依赖人工标注数据。本工作中，为减轻对标注数据的依赖，我们提出一种用于半监督 NER 的基于局部可加性的数据增强（LADA）方法，通过对彼此接近的序列进行插值来创建虚拟样本。我们的方法有两种变体：Intra-LADA 和 Inter-LADA，其中 Intra-LADA 在单句内对词元进行插值，Inter-LADA 采样不同句子进行插值。通过对采样训练数据进行线性相加，LADA 创建了无限量的标注数据，并改进了实体与上下文学习。我们进一步通过将未标注数据设计新颖一致性损失，将 LADA 扩展到半监督设定。在两个 NER 基准上的实验证明了我们的方法相对于若干强基线的有效性。我们已在 https://github.com/GT-SALT/LADA 公开发布代码。
引用
@article{arxiv.2010.01677,
title = {Local Additivity Based Data Augmentation for Semi-supervised NER},
author = {Jiaao Chen and Zhenghui Wang and Ran Tian and Zichao Yang and Diyi Yang},
journal= {arXiv preprint arXiv:2010.01677},
year = {2020}
}
备注
EMNLP 2020