计算机科学与探索

作者：邱云飞, 邢浩然, 于智龙, 张文文

单位：1. 辽宁工程技术大学 软件学院，辽宁 葫芦岛 1231052. 辽宁工程技术大学 工商管理学院，辽宁 葫芦岛 123105

关键词：嵌套命名实体识别,多模态,多任务,远程监督,矿物学

嵌套命名实体识别（NNER）因日趋重要的现实意义成为信息抽取的研究热点。但是，由于语料资源匮乏、穷举窗口受限以及跨度特征缺失等问题，面向垂直领域的NNER研究进展缓慢且存在实体识别错误或遗漏的问题。针对上述问题，提出一种以矿物学为研究背景，融合语料感知词典的垂直领域NNER模型。首先，结合点互信息、词频逆文本频率算法与注意力机制自动集成语料感知词典，同时扩展锚文本知识提升模型的训练精度。其次，从共享视角出发，设计三种多模态信息的融合策略，训练编码器学习字符、字形、词汇的扩展向量表示，通过三重积运算和切片注意力机制，筛选整合由多层感知机捕捉到的私有表征，缩小异质特征的空间差距。再次，以自底向上的层级架构确定跨度间的上下文关联，生成建议跨度集合，以双仿射机制和线性分类器获得目标跨度与相邻跨度、目标跨度内部表征、目标跨度边界等特征。最后，为目标跨度分配对应的实体类型标签。在六项数据集上的实验结果表明，相比于基线模型，提出的方法实现了显著的性能提升，能有效提升低资源场景下的NNER任务效果。

来源：2024年第6期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2024年第6期