科研之友
微信
新浪微博
Facebook
分享链接
摘要
实体边界预测对中文命名实体识别至关重要。现有研究为改善边界识别效果而提出的多任务学习方法大多仅考虑与分词任务进行简单结合，但由于缺少包含多任务标签的训练数据，导致无法学到多个任务之间的标签一致性关系。该文提出一种新的基于多任务标签一致性机制的中文命名实体识别方法：将分词和词性信息融入命名实体识别模型，进而联合训练命名实体识别、分词、词性标注三种任务；建立基于标签一致性机制的多任务学习模式，增强边界信息学习，捕获标签一致性关系，更好地学习多任务表示。相较于基线模型，全样本实验、模拟小样本实验及真实小样本实验分别提升F1值10.28%、11.17%和8.84%,表明了该方法的有效性。
- 单位
