Open tm4roon opened 4 years ago
エンティティが入れ子になった固有表現抽出 (Nested NER)に取り組んでいる。入力・出力は以下のようなフォーマットでsequence-to-sequence modelの学習を行う。
embedding layerに事前学習済みのELMo, BERT, Flairなどを組み合わせて与えることでパワーアップさせている。 結果として、seq2seqだけでもLSTM-CRF + Flairに匹敵するくらいの性能を出せる。seq2seq + BERT + Flairがベスト。
Neural Architectures for Nested NER through Linearization
エンティティが入れ子になった固有表現抽出 (Nested NER)に取り組んでいる。入力・出力は以下のようなフォーマットでsequence-to-sequence modelの学習を行う。
embedding layerに事前学習済みのELMo, BERT, Flairなどを組み合わせて与えることでパワーアップさせている。 結果として、seq2seqだけでもLSTM-CRF + Flairに匹敵するくらいの性能を出せる。seq2seq + BERT + Flairがベスト。
文献情報