SetGNER: General Named Entity Recognition as Entity Set Generation

**任务形式：**识别flat、nest和不连续实体。

**任务建模方式：**采用基于pointer的方式实现任务建模，文本序列中的每个word可以用tag表示，具体为：
三个特征的tags: ⟨∅⟩, indicating no-entityfound; ⟨#⟩, indicating fragment of entity is found;
⟨/s⟩, indicating the end of the generated sequence.
Ptr(⟨∅⟩) = C,
Ptr(⟨#⟩) = C + 1,
Ptr(⟨/s⟩) = C + 2.
序列中其余tags的表示：（j是word在序列中位置）
Ptr(wj ) = C + 3 + j

pointer sequence for entity ei is defined as:

模型结构

1 word level 的encoder

先采用encoder编码器得到token level 的embedding的表示。
之后，采用maxpool 操作，得到word level 的embedding表示。具体是对每个word的tokens中，计算tokens的start和end的表示。
R是word level的表示，size是N*d

2 mention detector

2.1 预测每个head word下有多少个实体？

V = ReLU(WV R + bV )
之后，使用softmax layer计算，得到
loss函数：

2.2 预测一个word是否是entity的head或者tail？

3 parallel generator

由于目标序列由Pointer tags组成，因此在解码之前应将它们转换为单词/标签。我们将此操作表示为 Retrieve(·)

对于retrieve之后的序列，采用bart的decoder完成解码操作。

loss 函数：

训练过程

还有一个反向生成过程。

EMNLP 22：SetGNER: General Named Entity Recognition as Entity Set Generation相关推荐

EMNLP 22：Bi-Directional Iterative Prompt-Tuning for Event Argument Extraction
总结文中的前向和后向的思想可以借鉴下. 但总的来看,似乎是通过前向和后向来做的ensemble操作,虽然是在一个模型下,但同时前向和后向概率保证,可能能够使得预测更准确. 任务形式:event ar ...
论文阅读：（2020版）A Survey on Deep Learning for Named Entity Recognition 命名实体识别中的深度学习方法
A Survey on Deep Learning for Named Entity Recognition 命名实体识别中的深度学习方法目录 A Survey on Deep Learning f ...
论文阅读：A Survey on Deep Learning for Named Entity Recognition
这是一篇2020年发的命名实体识别的综述性论文,从NER的语料库,定义,评估指标,到深度学习中的NER的技术都有涉及到. A Survey on Deep Learning for Named Ent ...
python命名实体识别工具_Day14：使用斯坦福 NER 软件包实现你自己的命名实体识别器（Named Entity Recognition，NER）...
编者注:我们发现了有趣的一系列文章<30天学习30种新技术>,正在翻译中,一天一篇更新,年终礼包.下面是第 14 天的内容. 我并不是一个机器学习(Machine Learning).自然 ...
[论文阅读笔记44]Named Entity Recognition without Labelled Data：A Weak Supervision Approach
一,题目 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 ...
复现：Named Entity Recognition with Small Strongly Labeled and Large Weakly Labeled Data
信达雅的原则: 数据->模型->训练. Named Entity Recognition with Small Strongly Labeled and Large Weakly Labe ...
论文：Named Entity Recognition with Small Strongly Labeled and Large Weakly Labeled Data
Named Entity Recognition with Small Strongly Labeled and Large Weakly Labeled Data 目录 Named Entity R ...
论文解读：Example-Based Named Entity Recognition
论文解读:Example-Based Named Entity Recognition 核心要点: 本篇工作是比较早的给出了如何定义和实现few-shot NER任务,后续诸多论文均引用该工作: 本文 ...
解读：Few-shot classification in Named Entity Recognition Task
解读:Few-shot classification in Named Entity Recognition Task 1 介绍 2 相关工作 3 原型网络 3.1 模型 3.2 适配NER 4 小样 ...

EMNLP 22：SetGNER: General Named Entity Recognition as Entity Set Generation