MProto：基于去噪最优传输的多原型网络用于远程监督命名实体识别
计算与语言
2023-10-13 v1
摘要
远程监督命名实体识别（DS-NER）旨在仅利用知识库或地名词典与未标注语料来定位实体提及并分类其类型。然而，远程标注含有噪声，会降低 NER 模型的性能。本文中，我们提出一种名为 MProto 的噪声鲁棒原型网络用于 DS-NER 任务。与以往基于原型的 NER 方法不同，MProto 以多个原型表示每一实体类型，以刻画实体表示间的类内差异。为优化分类器，每个 token 应被指派一个合适的真值原型，我们将此种 token-原型指派视为最优传输（OT）问题。此外，为缓解不完整标注带来的噪声，我们提出一种新颖的去噪最优传输（DOT）算法。具体而言，我们利用 Other 类 token 与所有原型间的指派结果，将未标注实体 token 与真负例区分开。在多个 DS-NER 基准上的实验表明，我们的 MProto 取得了最先进的性能。源代码现已发布于 Github。
引用
@article{arxiv.2310.08298,
title = {MProto: Multi-Prototype Network with Denoised Optimal Transport for Distantly Supervised Named Entity Recognition},
author = {Shuhui Wu and Yongliang Shen and Zeqi Tan and Wenqi Ren and Jietian Guo and Shiliang Pu and Weiming Lu},
journal= {arXiv preprint arXiv:2310.08298},
year = {2023}
}
备注
Accepted to EMNLP-2023, camera ready version