基于多特征融合的嵌套命名实体识别研究.pdfVIP

基于多特征融合的嵌套命名实体识别研究

摘要

知识图谱以图的形式，描绘了客观世界中的实体及其相互关系，为语义搜索、智能

问答等下游任务提供理论支持。在知识图谱中，实体为基本组成单位，实体抽取对于知

识图谱的构建至关重要。命名实体识别任务旨在从文本中抽取出具有特定含义的实体，

并将这些实体分类到预定义的类别中。相较于非嵌套命名实体，嵌套命名实体具有更复

杂的结构和更深层次的语义信息，对实体识别提出了更高的挑战。

在处理嵌套命名实体时，传统的命名实体识别方法通常存在局限性。嵌套命名实体

识别的挑战在于需要在具有复杂结构的文本中准确地定位并识别所有嵌套实体，实体特

征的丰富性为解决这一挑战提供了可能的途径。然而，现有研究往往过于关注实体跨度

的边界信息，存在相关特征融合不足的问题，忽略了其它丰富的特征，如实体跨度自身

的信息、上下文特征、其它实体的影响以及标签信息。此外，在特征融合过程中，人工

依赖性强和标签分布不平衡也是常见的问题。本文针对嵌套命名实体识别中的多特征融

1

合过程展开了研究，主要研究内容包括：（）为解决实体相关特征融合不足的问题，提

SpGCSpGC

出了一种基于跨度图的模型。模型整合了跨度内部的字符级、词级、上下文

特征和跨度宽度特征，定义了相似实体，构建跨度图，利用跨度图融合了相似实体的特

2

征，从而增强跨度表示的丰富性。（）为解决现有模型融合标签时存在的不足，提出了

融合标签信息的机器阅读理解模型MRC-FL。在标签对应的问题构造上，采用隐式构造，

减少对人工的依赖。在问题和段落交互时，采用类似人类进行阅读理解抽取片段时的双

流方式，缓解负样本不平衡。

ACE2004ACE2005GENIASpGCMRC-

在、、三个常用英文嵌套数据集上，模型和

FLF1

模型使用精确率、召回率、分数作为性能评价指标，分别与相应的基线模型进行

对比实验和消融实验。实验结果显示，SpGC模型和MRC-FL模型在识别准确性和推理

速度上实现显著提升，展示了在嵌套命名实体识别任务中使用多特征融合的重要性。

关键词：嵌套命名实体识别；跨度分类；机器阅读理解；多特征融合

基于多特征融合的嵌套命名实体识别研究

Abstract

Knowledgegraphs,whichgraphicallydepictentitiesandtheirinterrelationshipsinthe

objectiveworld,serveasafundamentalunderpinningforservicessuchassemanticsearchand

intelligentquestionanswering.Withinthestructureofknowledgegraphs,entities,asoneofthe

basicconstituentunits,playanindispensablerole.Thetaskofnamedentityrecognitionis

designedtoidentifyentitieswithspecificmeaningsfromtextandclassifythemintopredefined

categories.Nestednamedentities,duetotheirstructuralcomplexityandthedeepersemantic

information,poseagre