基于词对信息的嵌套命名实体识别

摘要

命名实体识别是检测和分类文本中实体的任务.当实体彼此重叠时，该任务称为嵌套命名实体识别.基于跨度的方法处理嵌套命名实体识别是高效的，但在先前的研究中跨度表征通过融合跨度的端点词表征或者所有词表征生成，没有充分考虑跨度内不同词之间的依赖.其次，利用特征矩阵进行实体预测，实体之间的依赖信息以及实体在句子中的上下文信息没有被考虑.为了解决上述问题，本文提出跨度表征增强网络(Span Enhanced Network, SEnNet).该网络利用跨度内的词对信息构建初始跨度表征，而不仅仅依赖于跨度的端点词表征或者简单融合跨度内部所有词表征.随后不同跨度之间的交互以及上下文信息的引入，初始跨度表征被逐渐丰富.在ACE04、ACE05、KBP17和CoNLL03数据集上的实验结果验证了本文提出的模型能够充分利用跨度内部的词对依赖信息和跨度外部的依赖信息以及上下文信息，提升实体识别的性能.进一步的实验表明，利用词对信息丰富跨度表征有助于长实体识别.

关键词

嵌套命名实体识别 / 跨度表征 / 词对信息 / 条件规范化层 / 长实体识别