面向哈萨克语的神经命名实体识别
信息检索
2021-10-05 v2 计算与语言
摘要
我们提出若干神经网络以解决形态复杂语言 (MCL) 的命名实体识别任务。哈萨克语是一种形态复杂语言,其中每个词根/词干可产生数百乃至数千种变体词形。这种语言特性可能导致严重的数据稀疏问题,从而阻碍深度学习模型在资源匮乏的形态复杂语言上得到良好训练。为有效对形态复杂语言的词进行建模,我们在神经网络中引入了词根与实体标签嵌入以及张量层。这些举措对提升形态复杂语言的 NER 模型性能效果显著。所提模型优于包括基于字符的方法在内的最先进 (state-of-the-art) 方法,并有望应用于其他形态复杂语言。
引用
@article{arxiv.2007.13626,
title = {Neural Named Entity Recognition for Kazakh},
author = {Gulmira Tolegen and Alymzhan Toleu and Orken Mamyrbayev and Rustam Mussabayev},
journal= {arXiv preprint arXiv:2007.13626},
year = {2021}
}