用于序列标注的神经 CRF 转导器
机器学习
2018-11-06 v1 计算与语言
机器学习
摘要
条件随机场（CRFs）已被证明是序列标注最成功的方法之一。各种线性链神经 CRF（NCRFs）被提出以在 CRFs 中实现非线性节点势，但仍保持线性链隐结构。本文中，我们提出 NCRF 转导器，其由两个 RNN 组成，一个从观测中提取特征，另一个捕捉标签间（理论上无限）的长程依赖。在词性标注、组块分析与 NER（英语、荷兰语）上评估了不同序列标注方法。实验结果表明，NCRF 转导器在所有四项任务上相较线性链 NCRFs 与 RNN 转导器均取得一致提升，并能改进当前最优结果。
引用
@article{arxiv.1811.01382,
title = {Neural CRF transducers for sequence labeling},
author = {Kai Hu and Zhijian Ou and Min Hu and Junlan Feng},
journal= {arXiv preprint arXiv:1811.01382},
year = {2018}
}