一篇AAAI2022的paper《Unified Named Entity Recognition as Word-Word Relation Classification》，刷新了14个中英文数据集的SOTA！

这篇论文整体上也比较简单，主要创新点是利用统一的Word-Pair标记方式建模不同类型的NER任务，并将这一NER统一模型称之为W2NER。

论文链接：

https://arxiv.org/abs/2112.10070

本文所采取的Word-Pair标记方式（如上图所示），不难看出，这种方式可以看作是Token-Pair一种拓展：即建模Word和Word之间的关系，主要有两种Tag标记：
  • NNW(Next-Neighboring-Word):表示当前Word下一个连接接的Word；
  • THW(Tail-Head-Word-):实体的tail-Word到head-Word的连接，并附带实体的label信息。
通过上述的两种Tag标记方式连接任意两个Word，就可以解决如上图中各种复杂的实体抽取：（ABCD分别是一个Word）
  • a): AB和CD代表两个扁平实体；
  • b): 实体BC嵌套在实体ABC中；
  • c): 实体ABC嵌套在非连续实体ABD；
  • d): 两个非连续实体ACD和BCE；

内容中包含的图片若涉及版权问题，请及时与我们联系删除