論文標題：

A Unified MRC Framework for Named Entity Recognition

論文作者：

Xiaoya Li, Jingrong Feng, Jiwei Li

論文鏈接：

https://arxiv.org/pdf/1910.11476.pdf

---

本文提出使用基于機器閱讀理解(Machine Reading Comprehension, MRC) 的框架代替序列標注模型(sequence labeling)?統一處理嵌套與非嵌套命名實體識別問題。

該方法解決了序列標注模型無法處理嵌套命名實體識別的缺陷，在8個中英數據集（OntoNotes4.0/5.0、ACE2004/2005、GENIA、KBP17、MSRA、CoNLL）上取得接近或超過當前最佳效果的表現，尤其是在嵌套任務上大幅超越之前最優結果。

概述

近年來關于命名實體識別（NER）的研究非常多，其中大多數都是針對的“非嵌套型”的NER（Flat NER），然而在實際場景中，“嵌套型”的NER（Nested NER）占了相當的比例。

如下圖所示的兩個例子所示。如此一來，以往針對Flat NER的模型就不對Nested NER起效，這是因為它們大多數是序列標注模型，這就沒有辦法直接遷移到Nested NER上。

另一方面，過去對Nested NER的解決方法大都是構建一個pipelined的模型結構，即先抽取所有的實體，然后再判斷每個實體的實體類型。

這種方法盡管比較簡單，但是由于其pipeline性質，實體抽取的錯誤直接會導致整體正確率的降低。而且，將Flat NER與Nested NER分開考慮本身也不夠簡潔。

我們想要一種將二者聯系起來，并且不失效果的方法。

受到近來機器閱讀理解問答（MRC-QA）的啟發，我們提出使用機器閱讀理解框架去合并處理Flat NER與Nested NER。

比如，現在想要抽取PER類型的實體，那么我就可以問“Which person is mentioned in the text”。使用這種方法，無論是Flat NER還是Nested NER，都能很直觀地抽取出來。

總的來說，本文貢獻如下：

• 提出一種基于MRC的方法抽取命名實體，該方法適用于Flat和Nested兩種類型的NER。相比序列標注方法，該方法簡單直觀，可遷移性強。

• 我們將會通過實驗說明，基于MRC的方法能夠讓問題編碼一些先驗語義知識，從而能夠在小數據集下、遷移學習下表現更好。

• 在8個中英數據集上取得當前最佳效果（OntoNotes4.0/5.0、ACE2004/2005、GENIA、KBP17、MSRA、CoNLL等）。

方法：用MRC框架進行NER

數據構建

先來回顧一下NER任務。給定一個文本序列X，它的長度為n，我們要抽取出其中的每個實體，其中實體都有各自的實體類型。

假設該數據集的所有實體標簽集合為Y，那么對其中的每個實體標簽y，比如地點LOC，都有一個關于它的問題q(y)。

這個問題可以是一個詞，也可以是一句話等等。現在，我們給模型輸入X和q(y)，就可以期望模型輸出所有具有標簽y的所有實體。

那么，訓練數據如何構建呢？首先來構造問題q(y)。我們使用“標注說明”作為每個標簽的問題。所謂“標注說明”，是在構造某個數據集的時候提供給標注者的簡短的標注說明。

比如標注者要去標注標簽為LOC的所有實體，那么對應LOC的標注說明就是“Find locations in the text, including non-geographical locations, mountain ranges and bodies of water”，下圖是更多的例子。

在有了問題q(y)之后（現在假設問題的長度為m），我們就有了一個訓練實例三元組（Question, Answer, Context），也就是（q(y), Answer, X），這里Answer就是對應的所有實體。

我們用x(start:end)表示其中的實體。其中start是實體的開始位置，end是實體的結束位置。比如在句子X=“北京歡迎你”這句話中，“北京”這個實體就可以表示為x(1:2)，因為“北”是句子的第1個位置，“京”是句子的第2個位置。

模型細節

我們使用BERT作為主體模型，輸入到BERT的就是{[CLS],q(1),……, q(m),[SEP],x(1),…… ,x(n)}，其中[CLS]和[SPE]是特殊符號，然后得到原文的表示矩陣E，它的形狀為n*d，這里n是原文X的長度，d是BERT最后一層的向量維度。

下面是關鍵。傳統的MRC模型抽取答案的方法是預測它的開始位置和它的結束位置，這相當于2個n分類，分別去在n個字符中預測開始位置和結束位置。

但是，在NER中，原文里可以有很多實體，甚至還可能嵌套，所以這種方法就不適用，基于此，我們采用2個2分類：對每個字符，它有兩個預測結果，即是不是“可能”成為開始位置，是不是“可能”成為結束位置。

具體來說，我們有兩個參數T(s)和T(e)，分別去和BERT出來的表示做點積并得到概率分布：P(s) =softmax(E·T(s)), P(e) =softmax (E·T(e))。

現在，對P(s),P(e)的每一行，構成了一個是或不是（第一個位置為“不是的概率”，第二個位置為“是的概率”）開始或結束位置的概率分布。

比如，P(e)的第一行是[0.6,0.4]，那么我就可以認為第一個token不是開始位置；P(e)的第三行是[0.1,0.9]，那么第三個token就可能是實體的結束位置。

現在我們對P(s),P(e)每行做argmax，就得到了兩個長度為n的0-1序列I(s)和I(e)，如果第k個位置是1，那么說明第k個token就可能是開始或結束位置。

現在對I(s)中每個為1的位置i，和I(e)中每個為1的位置j且滿足i<=j的連續字符序列x(i:j)，計算x(i:j)為實體的概率p(i:j)=sigmoid(m·?[E(i); E(j)])即可。得到的這個概率就是x(i:j)是實體類型為y的實體的概率。

訓練與推理

在訓練的時候，我們有三個損失，分別是開始位置損失、結束位置損失和實體損失，分別定義如下：

意思是，分別把預測的和真實的結果做交叉熵。然后加起來就是最后的損失。

在推理的時候，先得到I(s)和I(e)，然后根據p(i,j)的得分去預測即可。如果p(i:j)>0.5，我們就認為x(i:j)是實體，否則就不是。

NER實驗

Nested NER

我們首先在Nested NER上做實驗，數據集（英文）用ACE2004，ACE2005，GENIA，KBP2017。

基線模型有Hyper-Graph，Seg-Graph，ARN，KBP17，Seq2seq-BERT，Path-BERT，Merge-BERT和DYGIE，具體實驗設置詳見原文。實驗結果如下：

在所有數據集上，MRC的方法都取得顯著更優。

Flat NER

下面我們在Flat NER上做實驗，數據集分為中文和英文。英文有CoNLL2003，OntoNotes5.0；中文有MSRA，OntoNotes4.0，基線模型有BiLSTM-CRF, ELMo, CVT, BERT-Tagger（以上為英文）, Lattice-LSTM, BERT-Tagger, Glyce-BERT（以上為中文）。實驗結果如下：

可以看到，在兩個OntoNotes數據集上，MRC的方法都有更多的提升，這是因為OntoNotes有更多的實體類型，一些類型數據非常稀疏。

這表明MRC方法有助于緩解數據稀疏問題，因為MRC中的問題能夠編碼一部分先驗信息。

比對實驗

下面我們從四個方面進行比對實驗：提升來源（MRC還是BERT）；問題構建策略；Zero-Shot表現；訓練集大小。

提升來源：MRC還是BERT

第一個問題是，實驗的提升到底是來自BERT還是來自MRC呢？如果來自MRC，那么把這種MRC方法加到其他非BERT模型上應該也會有顯著提升。

所以，對非BERT模型，我們比較了普通的LSTM Tagger（non-MRC）和BiDAF/QAnet（MRC）；對BERT模型，我們比較了BERT Tagger和BERT-MRC，實驗結果如下：

很顯然，無論對non-BERT還是BERT模型，MRC都比non-MRC好，盡管有了BERT也會有大幅提升。

問題構建策略

下面我們來討論問題構建的不同策略。我們使用的是“標注說明”，但也有其他方法：

• 標簽下標：直接用標簽在標簽集中的下標作為問題，比如“one”，“two”；

• 關鍵詞：使用一個關鍵詞作為問題，比如ORG的問題是“organization”；

• 規則模板：用一個模板生成問題，比如ORG的問題是“which organization is mentioned in the text”；

• 維基百科：用維基百科的定義作為問題，比如ORG的問題是“an organization is an entity comprising multiple people, such as an institution or an association”；

• 近義詞：用標簽的近義詞作為問題，近義詞從牛津詞典中抽取，比如ORG的問題是“association”；

• 關鍵詞+近義詞：把這兩個連接起來作為問題；

• 標注說明：本文的方法。

下表是這幾種方法的結果：

使用“標注說明”得到的模型效果最好，這是因為：

• 標簽下標沒有任何有用的信息，因此效果很差；

• 維基百科攜帶了較多無用信息，造成了干擾；

• 標注說明描述準確，最為合適。

Zero-shot?表現

上面我們說到，MRC的問題由于編碼了一些先驗信息，所以可能在標簽遷移上效果較好，下表是結果。可以看到，在兩個數據集遷移上，tagger都遠差于MRC。

訓練集大小

最后來看看不同數據集大小對MRC和Tagger效果的影響，下圖可見，即使訓練數據只有50%，MRC方法都能達到Tagger的最優結果。這也說明了MRC具有一定的先驗知識編碼能力。

小結

在本文中，我們把命名實體識別置于一種機器閱讀理解的問答框架下，用特定的問題去抽取特定標簽的實體，不僅可能抽取一般的實體，還可以抽取嵌套的實體，方法簡單有效，在中英8個數據集上取得了顯著的效果提升。基于MRC的命名實體識別由于其簡潔有效，很有實際應用的潛力。

????

現在，在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關注」訂閱我們的專欄吧

關于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

總結

以上是生活随笔為你收集整理的ACL 2020 | 基于机器阅读理解框架的命名实体识别方法的全部內容，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。