基于嵌入分布的开集命名实体建模

在本文中，我们报告了关于通用词嵌入空间中命名实体分布的发现，这有助于对多语言命名实体给出开放定义，而非此前通过命名实体词典对命名实体施加的封闭且受限的定义——此类词典通常源于人工劳动并依赖定期更新。我们对单语词嵌入的初步可视化表明，尽管命名实体类型与语言不同，命名实体倾向于聚集在一起，这使我们能够利用嵌入空间内特定的几何结构即命名实体超球面来对所有命名实体建模。对于单语情形，所提出的命名实体模型对多样的命名实体类型与不同语言给出了开放描述。对于跨语言情形，映射所提出的命名实体模型为资源匮乏语言构建命名实体数据集提供了新途径。最后，所提出的命名实体模型可作为一种简便线索，普遍提升最先进的命名实体识别系统。