基于对比学习的中文命名实体识别方法

作     者：江洲钰 向露 亢晓勉 宗成庆 JIANG Zhouyu;XIANG Lu;KANG Xiaomian;ZONG Chengqing

作者机构：中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100049 

基　　金：国家自然科学基金(62106273) 

出 版 物：《中文信息学报》 (Journal of Chinese Information Processing)

年 卷 期：2023年第37卷第12期

页      码：98-105页

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在领域、表达方式等多方面存在不一致,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,这些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,该文方法均达到了当前最优性能。

主 题 词：对比学习 命名实体识别 特征融合 

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

核心收录：

D　O　I：10.3969/j.issn.1003-0077.2023.12.013

馆 藏 号：203125841...