利用领域知识进行低资源命名实体识别
计算与语言
2022-03-29 v1
摘要
近年来，命名实体识别一直是自然语言处理领域的研究热点，而传统的深度学习方法需要大量标注数据用于模型训练，这使其不适用于标注资源稀缺的领域。此外，现有的跨领域知识迁移方法需要针对不同领域调整实体标签，从而增加了训练成本。为解决这些问题，受一种中文命名实体识别处理方法的启发，我们提出利用领域知识来提升低资源领域的命名实体识别性能。我们所应用的主要领域知识为领域词典与领域标注数据。我们利用每个词的词典信息增强其词嵌入，并利用领域标注数据强化识别效果。所提模型在处理低资源命名实体识别时，避免了不同领域间的大规模数据调整。实验证明了我们方法的有效性，其在科技装备领域的数据集上取得了令人印象深刻的成果，F1分数相较许多其他基线方法均有显著提升。
引用
@article{arxiv.2203.14738,
title = {Using Domain Knowledge for Low Resource Named Entity Recognition},
author = {Yuan Shi},
journal= {arXiv preprint arXiv:2203.14738},
year = {2022}
}