重新审视词典在中文命名实体识别中的价值
计算与语言
2022-07-19 v2
摘要
词典被广泛用于中文命名实体识别（NER），以增强实体边界检测和类型分类。然而，为了进一步理解词典的泛化能力和有效性，NLP 社区仍然缺乏对词典增强型 NER 模型的系统分析。在本文中，我们首先重新审视了词典增强型 NER 模型几种常见做法的有效性，并进行了一系列详细分析，以评估模型性能与词典特征之间的关系，这可以指导我们构建更合适的词典。本文的研究发现如下：（1）词典改善了传统 NER 模型在数据集中难以学习的大多数情况。（2）模型性能极大地受益于高质量的预训练词素嵌入。（3）一个好的词典应覆盖更多能在训练集和测试集中同时匹配到的实体。
引用
@article{arxiv.2207.02802,
title = {Rethinking the Value of Gazetteer in Chinese Named Entity Recognition},
author = {Qianglong Chen and Xiangji Zeng and Jiangang Zhu and Yin Zhang and Bojia Lin and Yang Yang and Daxin Jiang},
journal= {arXiv preprint arXiv:2207.02802},
year = {2022}
}
备注
Accepted by NLPCC 2022