对您本篇中的疑惑

[qingyue2014]

你好，读了你的论文，感觉很棒，刚入坑的小白一枚，有几个地方想请教一下。

1. 论文中提到没有使用分词，但word-embedding难道不是分词后训练得到的吗？如果没有用分词，那么word-embedding是怎么得到的呢？
2. 如果使用了分词，那么一种分词方法对于“南京市长江大桥”只能得到一种分词结果，为什么在论文的模型中，会出现“大桥”“长江大桥”这些输入到“桥”的cell中呢？ 希望得到您的回复，非常感谢。

[jiesutd]

你好，

1. 我们的word embedding 是用一个分词器在大规模 raw data上（gigaword）上切分的，然后用word2vec训练得到的。注意，我们并没有对当前NER语料做分词。这种word embedding 也可以直接从外面别人训练好的拿过来直接用。
2. 这种跨接的链接是通过与word embedding中的词的匹配得来的，而不是分词得来的。比如word embeddings 中存在“长江大桥”，“大桥”这些词，那么就会有对应的跨接的链接存在。因此在一个字上会存在多个跨接的链接的。

[qingyue2014]

word-embedding是通过其他大型语料训练得到的，在实际模型训练中，主要是为了拿来与训练文本中的字匹配，从而建立每个字的对应链接，得以利用每个字潜在词信息来帮助识别命名实体，我这么理解对吗？

[jiesutd]

大约可以这么理解，不过是词匹配

[qingyue2014]

我明白了，非常感谢！