NAACL由國際計算語(yǔ)言學(xué)學(xué)會(huì )（ACL）主辦，與ACL、EMNLP并稱(chēng)NLP領(lǐng)域的三大頂會(huì )，是人工智能的重要研究陣地。NAACL的錄用十分嚴格，根據往年評選結果，只有不到30%的論文被接收。
作為自然語(yǔ)言處理中最經(jīng)典、最基礎的任務(wù)，命名實(shí)體識別一直受到廣泛的關(guān)注與研究。近年來(lái)，中文命名實(shí)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提出，但往往忽略了實(shí)體詞的內部組成。
對于中文命名實(shí)體而言，很多類(lèi)別的實(shí)體都具有很強的命名規律性。比如說(shuō)，以“公司”或者“銀行”結尾的實(shí)體詞，通常屬于組織機構這一實(shí)體類(lèi)別。因此，在《Delving Deep into Regularity: A Simple but Effective Method for Chinese Named Entity Recognition》中，華為云語(yǔ)音語(yǔ)義創(chuàng )新Lab的研究者提出用簡(jiǎn)單有效、規律性引導的識別網(wǎng)絡(luò )來(lái)探究中文實(shí)體詞中的規律性。
圖1 規律性引導的識別網(wǎng)絡(luò )
如圖1，華為云研究者首先利用注意力機制顯著(zhù)地提取每個(gè)文本段的規律性，進(jìn)而將這種表征文本內部的規律性的特征和通過(guò)Biaffine Attention提取的文本段特征結合起來(lái)，進(jìn)行后續的實(shí)體識別。為了避免由于過(guò)度關(guān)注實(shí)體內部規律性導致的實(shí)體邊界識別偏差，研究者們另外設計了一個(gè)與規則無(wú)關(guān)的模塊來(lái)幫助模型更準確地識別實(shí)體的邊界。
圖2 中文數據集上的實(shí)驗結果
華為云研究者提出的規律性引導的識別網(wǎng)絡(luò )，如圖2，在MSRA, Ontonotes4.0, 和Ontonotes5.0三個(gè)大規模中文實(shí)體識別數據集上都取得了SOTA的結果。同時(shí)，本文提出的方法不依賴(lài)于外部詞典信息，并且F1值超過(guò)了目前所有使用詞典信息的方法的結果。這充分說(shuō)明通過(guò)研究實(shí)體詞的內部規律性，研究者們提出了一個(gè)非常有效的網(wǎng)絡(luò )結構。
不止在信息抽取方面，華為云語(yǔ)音語(yǔ)義創(chuàng )新Lab秉承開(kāi)放創(chuàng )新、勇于探索、持續突破關(guān)鍵技術(shù)的精神，面向行業(yè)客戶(hù)提供領(lǐng)先的語(yǔ)音語(yǔ)義AI能力，結合大量行業(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(gè)行業(yè)進(jìn)行了落地和實(shí)踐，幫助客戶(hù)實(shí)現AI落地與智能升級。
查看相關(guān)論文：https://arxiv.org/pdf/2204.05544.pdf
