用于命名实体识别的模块化交互网络

[175****1239]

Modularized Interaction Network for Named Entity Recognition

用于命名实体识别的模块化交互网络

Abstract

当前的NER存在一定的缺陷：序列标注的NER模型识别长实体时表现不佳，因为序列标注只关注词级信息。边界检测和类型检测可以相互协作，两个子任务之间共享信息可以互相加强。本文提出了一种新的模块化交互网络模型（MIN），该模型能够同时利用segment-level和word-level依赖关系，并加入交互机制来支持边界检测和类型预测之间的共享信息。

1. Introduction

NER的目标是检测文本文本中实体的边界和实体的类型。本文作者在实验中发现边界检测和类型检测两个任务是相关的，因此提出了本文的方法：共享边界检测和类型检测的信息进行NER。

Emmy Rossum was from New York University.

• 如果University是一个实体边界，那么将对应的实体类型预测为ORG更准确。
• 类似的，如果知道一个实体具有ORG类型，那么预测University是实体New York University的结束边界，而不是York会更正确。

然后，基于序列标注的模型将边界和类型视为标签，因此这些信息不能在任务之间共享。

为了解决基于序列标注的模型在识别长实体的问题，以及基于片段的模型中利用片段内的词级依赖关系的问题。

• 本文在边界模型中加入了指针网络作为解码器，用来获取每个单词的片段级信息。
• 将segment-level信息和关于每个单词的对应的word-level信息连接起来，作为基于序列标注的模型的输入。
• 使用两个不同的编码器从两个子任务中提取它们的上下文表示，并提出了一种相互促进的交互机制，并将这些信息融合到NER模型中进行多任务训练。

2. Proposed Model

2.1 NER Module

采用rnn-bilstm-crf作为backbone。

2.1.1 Word Representation

输入句子：$S$=<$w_1,\dots ,w_n$>，其中$w_i$由word-level embedding和character-level embedding表示。

$x_i^w$和$x_i^c$分别是预训练的word embedding和由BiLSTM得到的。

2.1.2 BiLSTM Encoder

将$X=$<$x_1,\dots ,x_n$>馈送到BiLSTM中，得到所有words的hidden sequence $H=$<$h_1,\dots ,h_n$>:

在NER Module中，本文融合了Boundary Module和Type Module表示，并不是简单的将hidden sequence拼接，而是使用门控函数控制信息流数量。除此之外，本文还融合了Boundary Module中的Segment information，用于支持长实体的识别。

其中$H^{Bdy},H^{Type}$表示boundary module和type module的hidden sequence。$H^{Seg}$表示boundary module的segment information。${\stackrel{-}{H}}^{Bdy},{\stackrel{-}{H}}^{Type}$表示使用interaction mechanism之后来自两个模块的hidden sequence。$H^B,H^T,H^S$表示在门控函数的控制下，输入NER module的hidden sequence。

NER Module的最终hidden representations:

2.1.3 CRF Decoder

对于输入句子:$S=$<$w_1,\dots ,x_n$>，预测标签序列得分为:$y=$<$y_1,…,y_n>，定义如下：

其中$T_{y_i,y_{i+1}}$表示$y_i$ to $y_{i+1}$的分数。$P_{i,y_i}$表示句子中第i个单词为标签$y_i$的score。

CRF模型描述了集合Y中所有可能的标签序列的预测标签y的概率：

2.2 Boundary Module

boundary module不仅需要为ner module提供上下文边界信息，还要提供segment information。

本文使用一个BiLSTM作为编码器提取不同的context boundary information。本文使用带有指针网络的神经递归网络进行检测实体段信息。

boundary模型处理实体中的开始边界词，指向相应的结束边界词，跳过实体中的其他实体单词，非实体词指向一个指定的位置。由于实体长度的变化，该模型缺乏批量训练的能力。

另外，实体中的每个单词的segment information与起始边界词相同，如果错误的检测到起始边界词，那么段内的所有词的segment information都将错误，本文改进了这个训练过程，用一种新的方法获取每个单词的segment信息。

训练起始边界词指向相应的结束边界词，句子中的其他单词指向不活动的前哨兵词（inactive）。

使用BiLSTM作为编码器，获得明显的boundary hidden sequences：

在hidden sequence $H^{Bdy}$的最后一个位置填充一个哨兵向量inactive，这个哨兵向量作为不活动单词的标识（不是实体词的指向）。

使用LSTM作为解码器，在每个时间步j出生成解码后的状态$d_j$，为了给LSTM的输入添加额外的信息，本文使用current($h_i^{Bdy}$),previous($h_{i-1}^{Bdy})和next($h_{i+1}^{Bdy}$)三个隐藏状态的和代替word embedding作为解码器的输入：

Note：第一个词和最后一个词没有前面一个词和后面一个词的hidden states，本文使用zero vector表示。

之后，本文使用biaffine注意机制在时间步长j为每个可能的boundary position i 生成特征表示$u_i^j$，并使用softmax函数求出单词$w_i$的概率，用于确定以单词$w_j$开头，以单词$w_i$结尾的entity segment的概率：

本文使用$p(w_i|w_j)$作为单词$w_j$开头，以单词$w_i$作为结尾的segment information置信度。然后将概率$p(w_i|w_j)下所有的segmentinformation相加作为单词$w_j$的segmentinformation$H^{Seg}$：

其中$h_{j,i}^p$表示以单词$w_j$开始，以单词$w_i$结尾的segment information 表示。$H^{Seg}$表示segment information of boundary module。

2.3 Type Module

对于type module，本文使用于NER模型中相同的网络结构。在给定共享输入$X=$<$x_1,\dots ,x_n$>的情况下，使用BiLSTM来提取不同的上下文类型信息$H=$<$h_1,\dots ,h_n$>，然后使用CRF来标记类型标签。

2.4 Interaction Mechanism

如上所示，边界信息和类型信息可以相互增强。本文在每个子任务标签上使用self-attention机制获得明确的label representations，然后，将这些representation和相应子任务的contextual information连接起来，得到label-enhanced contextual information，将经过self-attention的向量和本身向量进行拼接。对于第i个label-enhanced boundary contextual representation $h_i^{B-E}$，本文首先使用biaffine attention来控制$h_i^{B-E}$与label-enhanced type contextual information <$h_1^{T-E},\dots ,h_n^{T-E}$>的attention scores。

然后，将第i个label-enhanced boundary representation $h_i^{B-E}$和interaction representation $r_i^{B-E}$拼接起来。

相似的，可以通过考虑边界信息得到更新的类型表示${\stackrel{-}{h_i}}^{Type}$。

2.5 Joint Training

3 Experiments

3.1 Results

当与没有使用任何语言模型或外部知识的模型进行比较时，本文的MIN模型在查准率、召回率和F1分数方面优于所有比较的基线模型，并在CoNLL2003、WNUT2017、JNLPBA数据集上分别提高了0.75%，4.77%，3.26%。BiLSTM-Pointer的模型普遍低于其他模型，这是因为它没有利用片段内的词级依赖关系，并且在边界检测和类型预测期间还存在边界错误传播问题。

4 启示

1. 将边界信息和类型信息进行交互，在具有语言模型的基础上取得的结果确实够高。
2. 没有找到代码，但是论文的模型部分写的真的好，可以尝试复现。
3. 欢迎关注微信公众号：自然语言处理CS，一起来交流NLP。