泛览天下

阅读,看尽天下事

论文笔记——Embeddings of Label Components for Sequence Labeling: A Case Study of Fine-grained Named En...

2022-07-01 19:32:00


our method of label component sharing exhibits an improvement in recognizing entitiesConclusion作者给了哪些结论,哪些是strong conclu


文章标题

Embeddings of Label Components for Sequence Labeling: A Case Study of Fine-grained Named Entity Recognition序列标记中标签组件的嵌入:细粒度命名实体识别的实例研究

Summary

概述文章的内容,用自己的语言描述

序列标注是由不同类型的元素组成的,如BIO、IOB、BIOES,每个标签都有不同的意思。但是以往都忽略了标签之间的共享信息,如B-Person和I-Person,这些共享信息有利于标签预测

Research Objective

作者的研究目标

作者通过利用序列标签中的共享成分,提高标签预测精度,通过日文和中文细粒度命名实体识别的实验,验证了该方法提高了识别性能,尤其是对于带有低频标签的实例。

Problem Statement

问题陈述,需要解决的问题是什么

人们忽视了标签组共享信息,不能充分利用

Method

作者解决问题的方法/算法是什么?是否基于前人的方法

injecting such component information into the label embeddings can improve the generalization performance.将共享组件信息注入标签嵌入中可以提高泛化性能shares and learns the embeddings of label components共享和学习标签组件的嵌入我们首先将每个标签分解为其组件。然后我们为每个组件分配一个嵌入,并将所有组件的嵌入汇总为一个,作为模型中使用的标签嵌入。此组件级操作使模型能够跨标签嵌入共享有关公共组件的信息。

Embeddings of label components

label decomposition 标签分解B-Park = {B,Park} 实体范围 类型信息B-Facility/GOE/Park = {B,Facility,GOE,Park}we can regard each label as a set of components (type–value pairs).

label embedding calculation 标签嵌入计算two types of typical summarizing techniques: a) summationb)concatenation如,B-Facility/GOE/Park和B-Facility/GOE/School的嵌入都是通过添加共享组件(即B、Facility和GOE)的嵌入来计算的。

Evaluation

作者如何评估自己的方法,实验的setup是什么样的,有没有问题或者可以借鉴的地方。

we take the task of fine-grained Named Entity Recognition (NER) as a case study.通常,在这个任务中,大量的实体类型标签是在层次结构中预定义的,中间类型标签可以用作标签组件,以及叶类型标签和B/I标签。从这个意义上讲,细粒度的NER可以看作是该方法潜在应用的一个很好的例子。此外,某些实体标签的出现频率比其他实体更高。一个有趣的问题是,我们的标签组件共享方法在识别不常见标签的实体方面是否有改进。在我们的实验中,我们使用了英语和日语的具有扩展命名实体层次结构的NER语料库(Sekine等人,2002),包括200个实体标签。综上所述,我们的主要贡献如下:(1)我们提出了一种共享和学习标签组件嵌入的方法;(2)通过对英语和日语细粒度NER的实验,我们证明了该方法比标准序列标记模型具有更好的性能,特别是在低频情况下标签。

our method of label component sharing exhibits an improvement in recognizing entities

Conclusion

作者给了哪些结论,哪些是strong conclusions, 哪些又是weak的conclusions?

we propose a method that shares and learns label component embeddings我们提出了一种共享和学习标签组件嵌入的方法

through experiments on English and Japanese fine-grained NER, we demonstrate that the proposed method achieves better performance than a standard sequence labeling model, especially for instances with low-frequency labels通过过对英语和日语细粒度NER的实验,我们证明了该方法比标准序列标记模型具有更好的性能,特别是在低频情况下标签

未来工作:

将共享标签信息的方法应用于其他任务和数据集,调查其有效性。

将简单的标签嵌入计算方法扩展到更复杂的方法 原来的方法是 积 和 连接

Notes

额外的笔记

morphological feature tags 形态特征标签 LREC 语言资源国际顶会COLING 计算语言学/自然语言处理的重要会议

模型

我们在图1中描述了我们的基线模型。给定一个输入句子,编码器将每个单词转换成其特征向量。然后计算每个特征向量与标签嵌入之间的内积,计算标签分布。最后,将概率最高的IOB2格式标签(Ramshaw和Marcus,1995)分配给每个令牌。标签B-Park(表示某个实体的最左边的令牌)被分配给南(South),而I-Park(表示某个实体内部的令牌)被分配到園(Park)。表示实体外部令牌的标签O被分配给に(to)和く(go)。