Sequence-to-Nuggets：基于锚点-区域网络的嵌套实体提及检测
计算与语言
2019-06-11 v1
摘要
基于序列标注的命名实体识别（NER）方法限制每个词至多属于一个实体提及，在识别嵌套实体提及时会面临严重问题。本文提出通过建模并利用实体提及的头部驱动短语结构来解决该问题，即尽管一个提及可以嵌套其他提及，但它们不会共享相同的中心词。具体而言，我们提出锚点-区域网络（ARNs），一种用于嵌套提及检测的 sequence-to-nuggets 架构。ARNs 首先识别所有提及的锚点词（即可能的中心词），然后利用规则短语结构为每个锚点词识别提及边界。此外，我们还设计了 Bag Loss，一种无需使用任何锚点词标注即可端到端训练 ARNs 的目标函数。实验表明，ARNs 在三个标准嵌套实体提及检测基准上取得了最先进的性能。
引用
@article{arxiv.1906.03783,
title = {Sequence-to-Nuggets: Nested Entity Mention Detection via Anchor-Region Networks},
author = {Hongyu Lin and Yaojie Lu and Xianpei Han and Le Sun},
journal= {arXiv preprint arXiv:1906.03783},
year = {2019}
}
备注
Accepted by ACL2019