4月7日，自然語言處理領(lǐng)域國際頂級學(xué)術(shù)會議NAACL 2022(The North American Chapter of the Association for Computational Linguistics)公布論文入選名單，由華為云語音語義創(chuàng)新Lab多名研究者撰寫的信息抽取論文《Delving Deep into Regularity: A Simple but Effective Method for Chinese Named Entity Recognition》被NAACL 2022 Findings接收，這代表著中文命名實體識別的最優(yōu)結(jié)果 (SOTA) 被進(jìn)一步刷新，更準(zhǔn)確有效的實體識別將推動下游自然語言處理任務(wù)的進(jìn)一步發(fā)展。
NAACL由國際計算語言學(xué)學(xué)會(ACL)主辦，與ACL、EMNLP并稱NLP領(lǐng)域的三大頂會，是人工智能的重要研究陣地。NAACL的錄用十分嚴(yán)格，根據(jù)往年評選結(jié)果，只有不到30%的論文被接收。
作為自然語言處理中最經(jīng)典、最基礎(chǔ)的任務(wù)，命名實體識別一直受到廣泛的關(guān)注與研究。近年來，中文命名實體識別任務(wù)上取得了明顯進(jìn)展，很多新的方法和框架被陸續(xù)提出，但往往忽略了實體詞的內(nèi)部組成。
對于中文命名實體而言，很多類別的實體都具有很強(qiáng)的命名規(guī)律性。比如說，以“公司”或者“銀行”結(jié)尾的實體詞，通常屬于組織機(jī)構(gòu)這一實體類別。因此，在《Delving Deep into Regularity: A Simple but Effective Method for Chinese Named Entity Recognition》中，華為云語音語義創(chuàng)新Lab的研究者提出用簡單有效、規(guī)律性引導(dǎo)的識別網(wǎng)絡(luò)來探究中文實體詞中的規(guī)律性。
圖1 規(guī)律性引導(dǎo)的識別網(wǎng)絡(luò)
如圖1，華為云研究者首先利用注意力機(jī)制顯著地提取每個文本段的規(guī)律性，進(jìn)而將這種表征文本內(nèi)部的規(guī)律性的特征和通過Biaffine Attention提取的文本段特征結(jié)合起來，進(jìn)行后續(xù)的實體識別。為了避免由于過度關(guān)注實體內(nèi)部規(guī)律性導(dǎo)致的實體邊界識別偏差，研究者們另外設(shè)計了一個與規(guī)則無關(guān)的模塊來幫助模型更準(zhǔn)確地識別實體的邊界。
圖2 中文數(shù)據(jù)集上的實驗結(jié)果
華為云研究者提出的規(guī)律性引導(dǎo)的識別網(wǎng)絡(luò)，如圖2，在MSRA, Ontonotes4.0, 和Ontonotes5.0三個大規(guī)模中文實體識別數(shù)據(jù)集上都取得了SOTA的結(jié)果。同時，本文提出的方法不依賴于外部詞典信息，并且F1值超過了目前所有使用詞典信息的方法的結(jié)果。這充分說明通過研究實體詞的內(nèi)部規(guī)律性，研究者們提出了一個非常有效的網(wǎng)絡(luò)結(jié)構(gòu)。
不止在信息抽取方面，華為云語音語義創(chuàng)新Lab秉承開放創(chuàng)新、勇于探索、持續(xù)突破關(guān)鍵技術(shù)的精神，面向行業(yè)客戶提供領(lǐng)先的語音語義AI能力，結(jié)合大量行業(yè)知識，推出知識計算等行業(yè)解決方案，打造業(yè)界一流的知識計算競爭力。截至目前，已在政務(wù)、金融、石油等多個行業(yè)進(jìn)行了落地和實踐，幫助客戶實現(xiàn)AI落地與智能升級。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
