Named Entity Recognition and Relation Extraction using Enhanced Table Filling by Contextualized R...

題目:Named Entity Recognition and Relation Extraction
using Enhanced Table Filling by Contextualized Representations
摘要:本文提出了一種新的基于table表示的非結(jié)構(gòu)化文本命名實(shí)體和關(guān)系抽取方法宣决,通過(guò)使用上下文的詞嵌入寺滚,該方法無(wú)需復(fù)雜的手工特征或神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)就可以計(jì)算實(shí)體提及和長(zhǎng)距離依賴(lài)的表示鸿摇,我們還調(diào)整了一個(gè)張量點(diǎn)乘積來(lái)同時(shí)預(yù)測(cè)關(guān)系標(biāo)簽伤柄,而不求助于基于歷史的預(yù)測(cè)或搜索策略额湘。實(shí)驗(yàn)結(jié)果表明,該方法在conll04ACE05數(shù)據(jù)集上的性能優(yōu)于現(xiàn)有的方法。我們還證實(shí),當(dāng)為上下文聚合提供多個(gè)句子時(shí)终议,所提出的方法與ACE05數(shù)據(jù)集上的最先進(jìn)的ne模型具有相當(dāng)?shù)男阅?br> 模型

  • 命名實(shí)體識(shí)別:
    我們用BILOU(開(kāi)始、內(nèi)部、最后穴张、外部细燎、單位長(zhǎng)度)表示法來(lái)表示NE的間距。我們認(rèn)為NER是一個(gè)序列標(biāo)注任務(wù)皂甘,其中輸入中的每個(gè)單詞wi在BILOU表示法中都被標(biāo)記為yi玻驻。在本研究中,我們?cè)谝郧暗臅r(shí)間步驟中使用span特征來(lái)增強(qiáng)現(xiàn)有的體系結(jié)構(gòu)偿枕。
    特別的击狮,模型預(yù)測(cè)詞wi的NE標(biāo)簽基于以下3個(gè)特征:1)wi的嵌入表示e(wi) 2)在前一時(shí)間步的標(biāo)簽y(i-1)的嵌入l(y(i-1)) 3)前面一個(gè)NE的bert嵌入的最大池化


    實(shí)驗(yàn)
  • 數(shù)據(jù)集:CoNLL04、ACE05益老、CoNLL03
    CoNLL04:4種實(shí)體類(lèi)型和5種關(guān)系類(lèi)型
    ACE05:包括7種粗粒度實(shí)體類(lèi)型和6種粗粒度關(guān)系類(lèi)型
    CoNLL03:包含4種不同的實(shí)體類(lèi)型,我們使用這個(gè)數(shù)據(jù)集來(lái)度量在文檔中使用跨句上下文的NER的性能
  • 實(shí)驗(yàn)結(jié)果:


  • 消融實(shí)驗(yàn):


  • 多句N(xiāo)ER:


?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末寸莫,一起剝皮案震驚了整個(gè)濱河市捺萌,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌膘茎,老刑警劉巖桃纯,帶你破解...
    沈念sama閱讀 211,639評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異披坏,居然都是意外死亡态坦,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,277評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門(mén)棒拂,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)伞梯,“玉大人,你說(shuō)我怎么就攤上這事帚屉∶战耄” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 157,221評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵攻旦,是天一觀的道長(zhǎng)喻旷。 經(jīng)常有香客問(wèn)我,道長(zhǎng)牢屋,這世上最難降的妖魔是什么且预? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,474評(píng)論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮烙无,結(jié)果婚禮上锋谐,老公的妹妹穿的比我還像新娘。我一直安慰自己皱炉,他們只是感情好怀估,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,570評(píng)論 6 386
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著,像睡著了一般多搀。 火紅的嫁衣襯著肌膚如雪歧蕉。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 49,816評(píng)論 1 290
  • 那天康铭,我揣著相機(jī)與錄音惯退,去河邊找鬼。 笑死从藤,一個(gè)胖子當(dāng)著我的面吹牛催跪,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播夷野,決...
    沈念sama閱讀 38,957評(píng)論 3 408
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼懊蒸,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了悯搔?” 一聲冷哼從身側(cè)響起骑丸,我...
    開(kāi)封第一講書(shū)人閱讀 37,718評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎妒貌,沒(méi)想到半個(gè)月后通危,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,176評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡灌曙,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,511評(píng)論 2 327
  • 正文 我和宋清朗相戀三年菊碟,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片在刺。...
    茶點(diǎn)故事閱讀 38,646評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡逆害,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出增炭,到底是詐尸還是另有隱情忍燥,我是刑警寧澤,帶...
    沈念sama閱讀 34,322評(píng)論 4 330
  • 正文 年R本政府宣布隙姿,位于F島的核電站梅垄,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏输玷。R本人自食惡果不足惜队丝,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,934評(píng)論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望欲鹏。 院中可真熱鬧机久,春花似錦、人聲如沸赔嚎。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,755評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至侠畔,卻和暖如春结缚,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背软棺。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,987評(píng)論 1 266
  • 我被黑心中介騙來(lái)泰國(guó)打工红竭, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人喘落。 一個(gè)月前我還...
    沈念sama閱讀 46,358評(píng)論 2 360
  • 正文 我出身青樓茵宪,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親瘦棋。 傳聞我的和親對(duì)象是個(gè)殘疾皇子稀火,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,514評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容