DeepIE: Deep Learning for Information Extraction

DeepIE： 基于深度學習的信息抽取技術（預計2020年8月31日前全部更新完畢）

TOP

• 知乎專欄文章：nlp中的實體關系抽取方法總結
• 知乎專欄文章：如何有效提升中文NER性能？詞匯增強方法總結
• 知乎專欄文章：如何解決Transformer在NER任務中效果不佳的問題？

Papers

• ACL2020信息抽取相關論文匯總
• IJCAI2020信息抽取相關論文匯總
• 2019各頂會中的關系抽取論文匯總
• 事件抽取論文匯總
• 歷年來NER論文匯總

Codes

1. 實體抽取

• 各主流方法在主要中文NER數據集上的表現情況 具體說明

lexiconOntonotesMSRAResumeWeibo

biLSTM	----	71.81	91.87	94.41	56.75
Lattice LSTM	詞表1	73.88	93.18	94.46	58.79
WC-LSTM	詞表1	74.43	93.36	94.96	49.86
LR-CNN	詞表1	74.45	93.71	95.11	59.92
CGN	詞表2	74.79	93.47	94.12	63.09
LGN	詞表1	74.85	93.63	95.41	60.15
Simple-Lexicon	詞表1	75.54	93.50	95.59	61.24
FLAT	詞表1	76.45	94.12	95.45	60.32
FLAT	詞表2	75.70	94.35	94.93	63.42
BERT	----	80.14	94.95	95.53	68.20
BERT+FLAT	詞表1	81.82	96.09	95.86	68.55

• MSRA-NER

方法fpr

char+ lstm-crf	86.18%	88.43%	83.10%
char-bigram + lstm-crf	91.80%	92.60%	90.34%
char-bigram + adTransformer-crf	92.98%	93.25%	92.72%
char-bigram + lexion-augment + lstm-crf	93.33%	94.26%	92.43%
char-bigram-BERT + lstm-crf	94.71%	95.14%	94.27%
char-bigram-BERT + lexion-augment + lstm-crf	95.26%	95.90%	94.63%

• CCKS2019-醫療實體抽取

方法fpr

char-bigram + lstm-crf	81.76%	82.91%	80.6
+ domain transfer（from ccks2018 to 2019）	82.54%	83.43%	81.81%
char-bigram + adTransformer-crf	82.83%	82.19%	83.49%
char-bigram + lexion-augment + lstm-crf	82.76%	82.79%	82.72%
BERT-finetune+crf	83.49%	84.11%	82.89%
roBERTa-finetune+crf	83.66%	83.67%	83.66%
char-bigram-BERT + lstm-crf	83.37%	83.51%	83.22%
char-bigram-BERT + lexion-augment + lstm-crf	84.15%	84.29%	84.01%

• CCKS2020-醫療實體抽取：

(注：測試集與ccks2019一致，去除ccks2020訓練集中已經在2019測試集中的樣本，下列指標未做規則處理和模型融合)

方法fpr

char-bigram + lstm-crf	82.68%	83.14%	82.22%
char-bigram + lexion-augment + lstm-crf	83.12%	83.10%	83.14%
char-bigram-BERT + lstm-crf	83.12%	83.04%	83.21%
char-bigram-BERT-RoBerta_wwm + lstm-crf	83.66%	83.76%	83.56%
char-bigram-BERT-XLNet + lstm-crf	84.12%	83.88%	84.36%
char-bigram-BERT + lexion-augment + lstm-crf	84.50%	84.32%	84.67%

• CCKS2020-面向試驗鑒定的命名實體識別任務：TODO

2. 實體關系聯合抽取

具體使用說明

• 2019語言與智能技術競賽：關系抽取任務

方法f(dev)p(dev)r(dev)

multi head selection	76.36	79.24	73.69
ETL-BIES	77.07%	77.13%	77.06%
ETL-Span	78.94%	80.11%	77.8%
ETL-Span + word2vec	79.99%	80.62%	79.38%
ETL-Span + word2vec + adversarial training	80.38%	79.95%	80.82%
ETL-Span + BERT	81.88%	82.35%	81.42%

• 2020語言與智能技術競賽：關系抽取任務

方法f(dev)p(dev)r(dev)

ETL-Span + BERT	74.58	74.44	74.71

3. 屬性抽取

• 領域數據集：瑞金醫院糖尿病信息抽取數據

# 藥物-屬性 ['藥品-用藥頻率','藥品-持續時間','藥品-用藥劑量','藥品-用藥方法','藥品-不良反應'] # 疾病-屬性 ['疾病-檢查方法','疾病-臨床表現','疾病-非藥治療','疾病-藥品名稱','疾病-部位'] 主體方法fpr

疾病	lstm+ multi-label pointer network	76.55	74.36	78.86
疾病	bert + multi-label pointer network	77.59	77.45	77.74
藥物	lstm+ multi-label pointer network	81.12	79.15	83.19

4. 實體鏈接/標準化

5.事件抽取

• CCKS2020-醫療事件抽取

• CCKS2020：面向金融領域的篇章級事件主體抽取

• CCKS2020：面向金融領域的篇章級事件要素抽取

6.信息抽取中的低資源解決方案

TODO-list

• 信息抽取領域的數據資源匯總：

  • 醫療
  • 金融
  • 電商
  • 法律

• 信息抽取相關競賽匯總：

  • 百度-2020語言與智能技術競賽：關系抽取任務
  • 百度-2020語言與智能技術競賽：事件抽取任務
  • 百度-2019語言與智能技術競賽：信息抽取
  • CCKS 2019 醫療命名實體識別
  • CHIP 2019 臨床術語標準化任務
  • CCKS 2019 人物關系抽取
  • CCKS 2019 公眾公司公告信息抽取
  • CCKS 2019 面向金融領域的事件主體抽取

• 摘要抽取

• 前沿技術在信息抽取中的應用

Reference

總結

以上是生活随笔為你收集整理的基于深度学习的信息抽取技术的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。