ACL 2022 | 自描述网络的小样本命名实体识别

论文链接：

代码链接：

小样本 NER 需要从很少的实例和外部资源中获取有效信息。本文提出了一个自描述机制，可以通过使用全局概念集（universal concept set）描述实体类型（types）和提及（mentions）来有效利用实例和外部资源的知识。

具体来讲，我们设计了自描述网络（SDNet），一个 Seq2Seq 的生成模型可以使用概念来全局地描述提及，自动将新的实体类型映射到概念中，然后对实体进行识别。SDNet 在一个大规模语料中预训练，在 8 个 benchmarks 上进行实验，实验结果表明，SDNet 取得了很有竞争力的效果，并且在 6 个 benchmarks 上达到了 SOTA。

模型结构

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