面向命名实体与形态学的神经建模（NEMO^2）
计算与语言
2021-09-14 v2
摘要
命名实体识别（NER）是一项基础NLP任务，通常被表述为对词符序列的分类。形态丰富语言（MRLs）对这一基本表述提出了挑战，因为命名实体的边界不一定与词符边界重合，而是遵循形态边界。为解决MRLs中的NER问题，我们需要回答两个基本问题：即待标注的基本单元是什么，以及在真实场景中（即无黄金形态标注可用时）如何检测并分类这些单元。我们在一个新颖的NER基准上对这些问题进行实证探究，该基准具有并行的词符级与语素级NER标注，我们为现代希伯来语——一种形态丰富且歧义的语言——开发了此基准。我们的结果表明，显式建模形态边界可提升NER性能，且一种新颖的混合架构（其中NER先于形态分解并对其进行剪枝）大幅优于标准流水线（形态分解严格先于NER），为希伯来语NER与希伯来语形态分解任务均树立了新的性能标杆。
引用
@article{arxiv.2007.15620,
title = {Neural Modeling for Named Entities and Morphology (NEMO^2)},
author = {Dan Bareket and Reut Tsarfaty},
journal= {arXiv preprint arXiv:2007.15620},
year = {2021}
}
备注
Accepted to TACL. This is a pre-MIT Press publication version