Knowledge Commons of Institute of Automation,CAS
基于对比学习的中文命名实体识别方法 | |
江洲钰 | |
发表期刊 | 中文信息学报 |
2022 | |
页码 | 0 |
摘要 | 针对中文命名实体识别任务,基于字词图进行字词特征融合被证明是一类有效的性能提升方法。然而,在实际场景下,构建字词图所使用的外部词典与训练数据间将存在领域、表达方式等多方面不一致性,导致引入的词与实体间存在不完全匹配问题。不完全匹配词指与实体间存在边界冲突或语义冲突的词,会在模型识别实体边 界与类型过程中引入噪声特征。针对此问题,该文提出了一种基于对比学习的中文命名实体识别方法,将冲突实例视为负例,并为边界冲突和语义冲突分别设计了对比学习模块。另外,该文提出了改进的折损 InfoNCE 函数, 以提升语义对比模块区分相似标签的能力。实验表明,在四个中文命名实体识别公开数据集上,该文提出的方法均达到了当前最优性能。 |
关键词 | 命名实体识别 对比学习 特征融合 |
语种 | 中文 |
七大方向——子方向分类 | 自然语言处理 |
国重实验室规划方向分类 | 语音语言处理 |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/49910 |
专题 | 多模态人工智能系统全国重点实验室_自然语言处理 |
推荐引用方式 GB/T 7714 | 江洲钰. 基于对比学习的中文命名实体识别方法[J]. 中文信息学报,2022:0. |
APA | 江洲钰.(2022).基于对比学习的中文命名实体识别方法.中文信息学报,0. |
MLA | 江洲钰."基于对比学习的中文命名实体识别方法".中文信息学报 (2022):0. |
条目包含的文件 | ||||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
CLNER最终稿.pdf(808KB) | 期刊论文 | 作者接受稿 | 开放获取 | CC BY-NC-SA | 浏览 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[江洲钰]的文章 |
百度学术 |
百度学术中相似的文章 |
[江洲钰]的文章 |
必应学术 |
必应学术中相似的文章 |
[江洲钰]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论