A Unified MRC Framework for Named Entity Recognition

175****1239

在这里插入图片描述

Abstract

将NER的序列标注任务看作一项MRC任务，此方法可以引入query先验知识，对于不同类别的重叠实体回答不同的独立问题，可以解决重叠实体问题。

给定输入序列 $X={x_1, …,x_n}$ ,n是序列长度，本文要在X中找到每一个实体，并分配一个 $y∈Yy\in Y$

将tagging-style标注的数据集转化为一个三元组集合(quesiton, answer，context)
对于每一个tag类型 $y∈Yy\in Y$ ，对应一个自然语言问题 $q_y=(q_1,…,q_m)$ ，m是query的长度。

参考数据指南，引入实体类型的属性信息

$CLS]q_1,…,q_m[SEP]x_1,…,x_n[SEP]$ 输入到BERT中，得到山下文表达矩阵 $E∈Rn×dE\in R^{n \times d}$

在这里插入图片描述

在这里插入图片描述

利用指针网络分别求出头和尾，然后用match矩阵求头和尾匹配的概率，这个点很强

在这里插入图片描述