基于元重加权的命名实体识别鲁棒自增强方法
计算与语言
2022-05-17 v4 人工智能
摘要
自增强(self-augmentation)近期受到越来越多研究关注，旨在提升低资源场景下的命名实体识别(NER)性能。词元替换和mixup是两种可行的异构自增强技术，通过特定的专门处理可取得有效性能。值得注意的是，自增强可能引入潜在的含噪增强数据。已有研究主要借助启发式基于规则的约束，针对特定自增强方法分别降噪。本文重新审视这两种典型的NER自增强方法，并提出一种统一的元重加权(meta-reweighting)策略，以实现二者的自然融合。我们的方法易于扩展，对特定自增强方法改动极小。在不同中英NER基准上的实验表明，我们的词元替换与mixup方法及其融合均能取得有效的性能提升。基于元重加权机制，我们可在几乎不增加额外开销的情况下增强自增强技术的优势。
引用
@article{arxiv.2204.11406,
title = {Robust Self-Augmentation for Named Entity Recognition with Meta Reweighting},
author = {Linzhi Wu and Pengjun Xie and Jie Zhou and Meishan Zhang and Chunping Ma and Guangwei Xu and Min Zhang},
journal= {arXiv preprint arXiv:2204.11406},
year = {2022}
}
备注
Accepted by NAACL 2022