原创力文档摘要
命名实体识别（NamedEntityRecognition,NER）是自然语言处理中的一项重要任务。
传统的命名实体识别任务通常假设实体是扁平结构，即实体之间嵌套关系，并且会假设
有充足的标注数据。然而在真实应用场景中，命名实体识别往往面临两大关键挑战，一
是嵌套命名实体问题，许多文本中存在复杂的实体层级嵌套现象，传统方法难以准确建
模；二是小样本学习问题，许多新领域和语言的标注数据极为有限，传统数据驱动的模
型难以取得理想性能。针对小样本命名实体识别（Few-ShotNamed
摘要
命名实体识别（NamedEntityRecognition,NER）是自然语言处理中的一项重要任务。
传统的命名实体识别任务通常假设实体是扁平结构，即实体之间嵌套关系，并且会假设
有充足的标注数据。然而在真实应用场景中，命名实体识别往往面临两大关键挑战，一
是嵌套命名实体问题，许多文本中存在复杂的实体层级嵌套现象，传统方法难以准确建
模；二是小样本学习问题，许多新领域和语言的标注数据极为有限，传统数据驱动的模
型难以取得理想性能。针对小样本命名实体识别（Few-ShotNamed
文档评论（0）