14、中文命名实体识别的半联合标注方法

中文命名实体识别的半联合标注方法

1. 引言

在许多中文自然语言处理应用中，分词信息至关重要。根据分词信息的融入方式，命名实体识别（NER）方法可分为基于字符和基于词的两类。然而，现有的方法都无法动态地联合考虑NER和分词标签之间的相互作用。为解决这一问题，提出了联合学习方法，本文在此基础上提出了一种新颖的中文NER标注表示——半联合标注，它能部分整合分词标签和命名实体标签，有效解决多层标注可能带来的高计算成本问题。

2. 中文分词与命名实体识别

中文分词和命名实体识别是自然语言处理中的重要任务。分词信息能为NER提供有价值的信息，例如词和命名实体的边界不能交叉或重叠。将分词信息融入NER模型有两种方式：
- 基于字符的方法 ：以字符作为标注的基本单元，避免了分词器潜在错误的传播，但未充分考虑分词信息。常见做法是采用级联训练和测试方法，将分词器的输出作为NER模型的特征。例如，Guo等人在基于字符的模型中使用分词信息作为特征。
- 基于词的方法 ：以词作为基本标注单元。但由于需要分词器的输出作为基本标注令牌，分词错误会传递到NER模型中。

Characters	֘	㔫	ᮃ	ᘏ	㒳	᱂	Ҁ	䇈