基于交互式特征融合的嵌套命名实体识别

来源：计算机工程杂志2022年第12期北京时间：

作者：廖涛, 黄荣梅, 张顺香, 段松松

单位：安徽理工大学 计算机科学与工程学院, 安徽 淮南 232001

摘要：现有命名实体识别模型在字嵌入过程中多采用字符向量、字向量等不同单词表示向量的拼接或累加方式提取信息，未考虑不同单词表示特征之间的相互依赖关系，导致单词内部特征信息获取不足。提出一种基于交互式特征融合的嵌套命名实体识别模型，通过交互的方式构建不同特征之间的通信桥梁，以捕获多特征之间的依赖关系。采用交互机制得到包含不同单词表示信息的字嵌入向量，基于双向长短时记忆网络提取单词的表示特征，并对不同单词的表示特征进行交互，捕获特征之间的相互依赖关系。为进一步提取序列特征的上下文信息，采用基于特征交互的多头注意力机制捕获句子上下文的依赖关系。在此基础上，采用二元序列标记法过滤非实体区域，得到粗粒度候选区间，并对其进行细粒度划分以判断实体类别。实验结果表明，该模型的召回率和F1值为72.4%和71.2%，相比现有的嵌套命名实体识别模型，F1值平均提高了1.72%。

关键词：嵌套命名实体识别,双向长短时记忆网络,特征交互,多头注意力,候选区间

基金资助：国家自然科学基金面上项目（62076006）；安徽省高校协同创新项目（GXXT-2021-008）；安徽省自然科学基金面上项目（1908085MF189）。