Raki的读paper小记:Named Entity Recognition as Dependency Parsing
Abstract & Introduction & Related Work
- 研究任务
嵌套NER - 已有方法和相关工作
- 面临挑战
- 创新思路
用依赖解析来做NER - 实验结论
sota
Methods
输入用bert,fasttext,char 三种embedding
bert用(Kantor and Globerson, 2019)的方案,得到一个目标token的上下文相关嵌入,每边有64个周围token
char embedding 用CNN
三种embedding concat起来丢到BiLSTM里面
对于每一个span,把首尾的特征丢入一个全连接层里面去,得到h然后再用双仿射得到 rmr_mrm
rmr_mrm提供了在限制首在尾前面的条件下所有可能的span能构成一个命名实体的得分,然后通过argmax来得到一个实体类别
对于嵌套式NER,只要一个实体不与排名较高的实体的边界发生冲突,就会被选中
对于平面NER,我们还应用了一个约束条件,即任何包含或位于排在它之前的实体的实体都不会被选中。我们的命名实体识别器的学习目标是分配给一个正确的类别(包括非实体)给每个有效的span。因此,它是一个多类分类问题,我们用softmax交叉熵来优化我们的模型
Experiments
Conclusion
在本文中,我们将NER重新表述为一个结构化的预测任务,并采用了SoTA依赖性解析方法来进行嵌套和平面的NER。我们的系统使用上下文嵌入作为多层BiLSTM的输入。我们采用一个双线性模型为一个句子中的所有跨度分配分数。进一步的约束被用来预测嵌套的或平面的命名实体。我们在八个命名实体语料库中评估了我们的系统。结果显示,我们的系统在所有八个语料库中都实现了SoTA。我们证明了先进的结构化预测技术对嵌套和平面的NER都有很大的改善
Remark
本来看到标题都把我劝退了,依赖解析??我不会啊,CS224n讲这个我都听的云里雾里没有去搞清楚,然后一看模型,才一页??!马上开始读,然后读完,感觉神清气爽,好像跟依赖解析没有太大关系,用一个简单的模型做到了sota,不愧是Google参与出品,比起上一篇那东西好多了,而且还研究的是热门的flat/nested NER,爱了爱了
Raki的读paper小记:Named Entity Recognition as Dependency Parsing相关推荐
- Raki的读paper小记:Named Entity Recognition without Labelled Data: A Weak Supervision Approach(半成品)
Abstract & Introduction & Related Work 研究任务 无标注数据NER学习 已有方法和相关工作 Unsupervised domain adaptat ...
- Raki的读paper小记:Prompting ELECTRA: Few-Shot Learning with Discriminative Pre-Trained Models
Abstract&Introduction&Related Work 研究任务 基于提示学习的ELECTRA 已有方法和相关工作 ELECTRA 面临挑战 基于判别模型的预训练模型的f ...
- Raki的读paper小记:OFA: UNIFYING ARCHITECTURES, TASKS, AND MODALITIES THROUGH A SIMPLE Seq2Seq FRAMEWORK
Abstract&Introduction&Related Work 研究任务 多模式预训练的统一范式 包括图像生成.visual-grounding(visual grounding ...
- Raki的读paper小记:Image as a Foreign Language: BEIT Pretraining for All Vision and Vision-Language Tasks
Abstract&Introduction&Related Work 研究任务 语言+视觉模态预训练任务 已有方法和相关工作 masked data已经成为一种主流 面临挑战 现有的多 ...
- Raki的读paper小记:Forget-free Continual Learning with Winning Subnetworks
Abstract&Introduction&Related Work 研究任务 用子网络做CL 已有方法和相关工作 彩票假说(LTH)证明了稀疏子网络(称为中奖彩票)的存在,这些子网络 ...
- Raki的读paper小记:Neuro-Inspired Stability-Plasticity Adaptation for Continual Learning in Sparse Nets
Abstract&Introduction&Related Work 研究任务 Continual Learning 已有方法和相关工作 面临挑战 创新思路 利用持续学习过程中的持续稀 ...
- Named Entity Recognition without Labelled Data:A Weak Supervision Approach论文详读
Named Entity Recognition without Labelled Data: A Weak Supervision Approach 无标记数据的命名实体识别:一种弱监督方法 创新点 ...
- PapeDeading:Deep into Regularity: A Simple but Effective Method for Chinese Named Entity Recognition
Deep into Regularity: A Simple but Effective Method for Chinese Named Entity Recognition 文章目录 摘要 结论 ...
- 【论文精读】A Survey on Deep Learning for Named Entity Recognition
A Survey on Deep Learning for Named Entity Recognition 前言 Abstract 1. INTRODUCTION 2. BACKGROUND 2.1 ...
- 论文阅读笔记-FGN: Fusion Glyph Network for Chinese Named Entity Recognition
论文地址:paper:https://arxiv.org/ftp/arxiv/papers/2001/2001.05272.pdf github地址:github:https://github.com ...
最新文章
- python批处理修改文件的名字
- scipy.spatial.distance 与 sklearn cosine_similarity
- webpack打包html里面img后src为“[object Module]”问题
- Java Web项目运行流程
- 菜鸟的Xamarin.Forms前行之路——绪言
- CSDN 1024,“猿”来在等你!
- 修改docker-仓库资源地址Error response from daemon: Get https://index.docker.io/v1/search
- asp.net c# lock 有关
- ExtJS中listener方法和handler方法的区别
- TestStand顺序过程模型中的模型回调序列列表
- NAS个人云存储服务器搭建
- node 简繁体转换_简繁体转换
- 银行业9大数据科学应用案例
- python实现火车票查询工具_用 Python 写一个命令行火车票查看器
- 整理了 47 个 Python 人工智能库
- 【嵌入式模块】OLED显示屏模块
- 3D旋转相册炫酷js特效
- python之列表方法大全
- linux连接到sqlserver命令行,Linux 下连接sqlserver (上)
- hadoop、hive安装
热门文章
- ORA-01033 ORACLE initialization or shutdow in progress
- 让Windows下的驱动乖乖在Linux中安家!
- wordpress无法上传中文名的图片
- 图片上传经过jwt_SpringSecurity整合Jwt过程图解
- python2000个5除以84的余数_python中负数除法的求商和取余的问题
- php 图像居中裁剪函数,php中自定义图像居中裁剪函数实现的代码案例
- past软件_Past软件与AndersonDarling正态性检验
- 用python打印心形_Python和Js打印心形
- 房子买贵了?房价收入比(house-price‑to‑income ratios)指标揭秘真相
- android+p+华为手机,Android P六大特性曝光支持刘海屏_华为 P20_手机新闻-中关村在线...