NE-Table：一种用于命名实体的神经键值表
计算与语言
2019-07-23 v2 人工智能
摘要
许多自然语言处理（NLP）任务依赖于文本和外部知识源中包含的命名实体（NEs）。这对人类而言轻而易举，但当前依赖习得词嵌入的神经方法在这些 NLP 任务上可能表现不佳，尤其在存在词表外（OOV）或罕见 NEs 时。本文针对该问题提出一种解决方案，并在以下任务上给出实证评估：a) 结构化问答任务，b) 三个相关的面向目标对话任务，c) 阅读理解任务，结果表明所提方法能有效处理词表内与 OOV 的 NEs。我们创建了 dialog bAbI 任务 1、2、4 的扩展版本以及 CBT 测试集的 OOV 版本，相关资源见 https://github.com/IBM/ne-table-datasets。
引用
@article{arxiv.1804.09540,
title = {NE-Table: A Neural key-value table for Named Entities},
author = {Janarthanan Rajendran and Jatin Ganhotra and Xiaoxiao Guo and Mo Yu and Satinder Singh and Lazaros Polymenakos},
journal= {arXiv preprint arXiv:1804.09540},
year = {2019}
}
备注
RANLP 2019 - http://lml.bas.bg/ranlp2019/accepted.php . Datasets are available at - https://github.com/IBM/ne-table-datasets/