基于局部对抗训练的命名实体识别方法研究

作     者：李静 程芃森 许丽丹 刘嘉勇 LI Jing;CHENG Peng-Sen;XU Li-Dan;LIU Jia-Yong

作者机构：四川大学网络空间安全学院成都610065 

基　　金：四川省重点研发项目(2020YFG0076) 四川大学基金(2020SCUNG205) 国家自然科学基金(U2066203,61473197) 

出 版 物：《四川大学学报（自然科学版）》 (Journal of Sichuan University(Natural Science Edition))

年 卷 期：2021年第58卷第2期

页      码：107-114页

摘      要：命名实体识别研究中,数据集内普遍存在实体与非实体,实体内部类别间边界样本混淆的问题,极大地影响了命名实体识别方法的性能.提出以BiLSTM-CRF为基线模型,结合困难样本筛选与目标攻击对抗训练的命名实体识别方法.该方法筛选出包含大量边界样本的困难样本,利用边界样本易被扰动偏离正确类别的特性,采用按照混淆矩阵错误概率分布的目标攻击方法,生成对抗样本用于对抗训练,增强模型对混淆边界样本的识别能力.为验证该方法的优越性,设计非目标攻击方式的全局、局部对抗训练方法与目标攻击全局对抗训练方法作为对比实验.实验结果表明,该方法提高了对抗样本质量,保留了对抗训练的优势,在JNLPBA、MalwareTextDB、Drugbank三个数据集上F1值分别提升1.34%、6.03%、3.65%.

主 题 词：命名实体识别 对抗训练 困难样本 目标攻击 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.19907/j.0490-6756.2021.023003

馆 藏 号：203102662...