零样本和少样本命名实体识别：犯罪领域的案例研究和数据集 (CrimeNER)
计算与语言
2026-03-03 v1 人工智能
数据库
摘要
从犯罪相关文件中提取关键信息是执法机构的关键任务。命名实体识别 (NER) 可用于从涉及犯罪、犯罪者或执法机构的文档中提取信息。然而，关于一般真实犯罪情景的充分标注数据的存在不足。为此，我们提出 CrimeNER，犯罪相关的零样本和少样本 NER 的案例研究，以及由超过 1.5k 份已标注文档组成的通用 Crime-related Named-Entity Recognition 数据库 (CrimeNERdb)，该数据库从公开的恐怖袭击报告和美国司法部的新闻稿中提取。我们定义 5 种粗粒度犯罪实体类型和 22 个细粒度实体类型。我们通过在零样本和少样本设置下使用最先进的 NER 模型以及通用且常用的大型语言模型进行实验，来评估案例研究和标注数据的质量。
引用
@article{arxiv.2603.02150,
title = {Zero- and Few-Shot Named-Entity Recognition: Case Study and Dataset in the Crime Domain (CrimeNER)},
author = {Miguel Lopez-Duran and Julian Fierrez and Aythami Morales and Daniel DeAlcala and Gonzalo Mancera and Javier Irigoyen and Ruben Tolosana and Oscar Delgado and Francisco Jurado and Alvaro Ortigosa},
journal= {arXiv preprint arXiv:2603.02150},
year = {2026}
}
备注
Sent for review at the main conference of the International Conference of Document Analysis and Recognition (ICDAR) 2026