面向命名实体识别的半监督自举方法
计算与语言
2015-11-24 v1 信息检索
摘要
命名实体识别(NER)旨在从非结构化文档中识别命名实体的指称，并将其分类到预定义的语义类别中。NER 通常借助以地名词典形式提供的背景知识。然而，使用此类集合无法处理名称变体，也不能解决在上下文中识别实体并将其与预定义类别关联时的歧义。我们提出一种半监督 NER 方法，从小规模训练数据识别命名实体开始。利用已识别的命名实体，词与上下文特征被用于定义模式。每个命名实体类别的该模式用作种子模式，以识别测试集中的命名实体。模式评分与元组值评分使得能够生成新模式来识别命名实体类别。我们使用带标注(IEER)与未标注(CoNLL 2003)命名实体语料库的数据集在英语上、并使用来自 FIRE 语料的文档在泰语上评估了所提系统，两种语言均获得 75% 的平均 F 值。
引用
@article{arxiv.1511.06833,
title = {Semi-supervised Bootstrapping approach for Named Entity Recognition},
author = {S. Thenmalar and J. Balaji and T. V. Geetha},
journal= {arXiv preprint arXiv:1511.06833},
year = {2015}
}
备注
13 pages, 2 figures, 5 tables