【ACL2020】命名实体识别即依存解析，Named Entity Recognition as Dependency Parsing

题目： Named Entity Recognition as Dependency Parsing

摘要：

命名实体识别(NER)是自然语言处理中的一项基本任务，用于识别表示对实体的引用的文本范围。NER研究通常只关注平面实体(flat NER)，而忽略了实体引用可以嵌套的事实，如[中国银行](Finkel和Manning, 2009)。在本文中，我们使用基于图的依赖解析的思想，通过比亚仿射模型为我们的模型提供了输入的全局视图(Dozat和Manning, 2017)。biaffine模型对句子中的开始和结束标记对进行评分，我们使用这些标记来探索所有span，因此该模型能够准确地预测命名实体。通过对8个语料库的评估和对所有语料库的SoTA性能的实现，我们表明该模型对嵌套和平面NER都能很好地工作，准确度提高了2.2个百分点。