最近的命名实体识别和关系抽取工作专注于研究如何从预训练模型中获得更好的span表示。然而，许多工作忽略了span之间的相互关系。在这篇文章中，我们提出了一种基于悬浮标记的span表示方法，我们在编码过程中通过特定策略打包标记来考虑span之间的相互关系。通过使用增强的标记特征，我们的模型在六个NER数据集上优于基线模型，并在端到端关系抽取数据集上以更快的速度获得了4 F1以上的提升。

论文链接：https://arxiv.org/abs/2109.06067

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