ELMoNER

基于ELMo的中文实体标注

Chinese Named Entity Recognition Based on ELMo

模型介绍

参考文献: 《Deep contextualized word representations》
ELMo模型图示

ELMo的优势

ELMo能够学习到词汇用法的复杂性，比如语法、语义
ELMo能够动态生成词向量，学习到不同上下文情况下的一词多义现象

出于学习的目的，我按照上图所示的结构搭建了网络，实现了多层+双向的LSTM网络结构
模型只考虑了单字，无法处理长词，且在训练过程中，直接通过一层全连接层对生成的词向量进行实体标注，训练得到的词向量不具有普适性，想要适配其他NLP任务还需要更复杂的训练
LSTM细胞的维度(hidden_size): 200
词语数量(vocab_size): 5000
单条语料的最大长度(max_length): 128
实体类别(entity_class): 共7类

Entity	类名
B-PER/I-PER	人名
B-LOC/I-LOC	地名
B-ORG/I-ORG	机构名
O	非实体

生成词向量时各层权重:

Layer	Weight
embedding层	0.0002138
forward_1层	0.0284242
forward_2层	0.5043797
backward_1层	0.0282486
backward_2层	0.4387336

效果展示

详情查看test.ipynb文件

例句 李克强来到位于江西省赣州市于都县的梓山镇潭头村看望慰问群众
('李', 'B-PER'),('克', 'I-PER'),('强', 'I-PER')
('江', 'B-LOC'),('西', 'I-LOC'),('省', 'I-LOC')
('赣', 'B-LOC'),('州', 'I-LOC'),('市', 'I-LOC')
('于', 'B-LOC'),('都', 'I-LOC'),('县', 'I-LOC')
('梓', 'B-LOC'),('山', 'I-LOC'),('镇', 'I-LOC')
('潭', 'I-LOC'),('头', 'I-LOC'),('村', 'I-LOC')
例句 多名白宫官员对媒体表示，美国总统特朗普不准备续签即将到期的美俄《新削减战略武器条约》，而是想推动达成一项包括**在内的新的《削减战略武器条约》
('白', 'B-ORG'),('宫', 'I-ORG')
('美', 'B-LOC'),('国', 'I-LOC')
('特', 'B-PER'),('朗', 'I-LOC'),('普', 'I-PER') (这里对朗字的标注出现了错误)
('美', 'B-LOC'),('俄', 'B-LOC')
('中', 'B-LOC'),('国', 'I-LOC')
例句 小罗伯特·唐尼专门为漫威总裁凯文费奇颁发特别大奖，他在介绍凯文费奇的时候说道“我要感谢凯文，他在我的低谷期认可我“
('小', 'B-PER'),('罗', 'B-PER'),('伯', 'I-PER'),('特', 'I-PER'),('·', 'I-PER'),('唐', 'I-PER'),('尼', 'I-PER'),('专', 'I-PER')
('凯', 'B-PER'),('文', 'I-PER'),('费', 'I-PER'),('奇', 'I-PER')
('凯', 'B-PER'),('文', 'I-PER')
例句 马苏、周冬雨、林更新、霍建华都被拍到出现在周杰伦的演唱会上，此外，林俊杰和陈奕迅等超级巨星也都作为演唱会嘉宾出现在演唱会上
('马', 'B-LOC'),('苏', 'I-LOC') (这里找出了马苏这一实体，但标注出现了错误)
('周', 'B-PER'),('冬', 'I-PER'),('雨', 'I-PER')
('林', 'B-PER'),('更', 'I-PER'),('新', 'I-PER')
('周', 'B-PER'),('杰', 'I-PER'),('伦', 'I-PER')
('林', 'B-PER'),('俊', 'I-PER'),('杰', 'I-PER')
('陈', 'B-PER'),('奕', 'I-PER'),('迅', 'I-PER')

Author