命名实体识别——是否存在玻璃天花板？
计算与语言
2022-11-28 v2
摘要
命名实体识别（NER）的最新进展催生了越来越好的模型。然而，是否存在玻璃天花板？我们是否知道哪些类型的错误仍然难以甚至不可能纠正？在本文中，我们对最先进机器学习（ML）方法中的错误类型进行了详细分析。我们的研究揭示了 Stanford、CMU、FLAIR、ELMO 和 BERT 模型的优缺点及其共同的局限性。我们还引入了用于改进标注、训练过程以及检查模型质量与稳定性的新技术。所呈现的结果基于英语的 CoNLL 2003 数据集。该数据集的一个新的 enriched 语义错误标注以及新的诊断数据集附在补充材料中。
引用
@article{arxiv.1910.02403,
title = {Named Entity Recognition -- Is there a glass ceiling?},
author = {Tomasz Stanislawek and Anna Wróblewska and Alicja Wójcicka and Daniel Ziembicki and Przemyslaw Biecek},
journal= {arXiv preprint arXiv:1910.02403},
year = {2022}
}
备注
Accepted to CoNLL 2019