Mar, 2022

SemEval-2022 任务 11 中的 USTC-NELSLIP 团队：适用于地名词表的多语言复杂命名实体识别整合网络

PDF
TL;DR提出了一种基于 Gazetteer 适应的整合网络 (GAIN) 的方法，用于提高语言模型识别复杂命名实体的性能，该方法应用于基于 Transformer 模型的命名实体识别模型，并利用来自 Wikidata 的 Gazetteer，取得了在 SemEval-2022 Task 11 的多语种命名实体识别比赛上的良好表现。
named entity recognitiongazetteer networkslanguage modelstransformer-based modelsmultilingual
发现论文，激发创造
  • USTC-NELSLIP 在 SemEval-2023 任务 2 中的表现：针对多语言复杂 NER 的地名词典的统计构建和双重适应

    本文提出了一种名为 SCDAG 的 SCDAG 方法用于多语言复杂命名实体识别，该方法首先使用基于统计的方法构建词表，然后通过最小化句子级别和实体级别之间 KL 散度的适应方式来适应词表网络和语言模型的表示，并将这两个网络集成用于监督命名实体识别的训练。实验结果和详细分析验证了所提出方法的有效性，并在任务中的一个路线（印地语）上排名第一。

    May, 2023

  • 用于实体发现和链接的神经网络模型

    本论文描述了 USTC_NELSLIP 系统，在 2016 年 TAC 知识库填充 (KBP) 竞赛中提交的 Trilingual Entity Detection and Linking (EDL) 赛道，使用了两种方法进行实体发现和提及检测 (即使用 条件 RNNLM 和基于注意力的编码器解码器框架)，将实体链接 (EL) 系统分为两个模块：基于规则的候选生成和神经网络概率排名模型。此外，还使用一些简单的字符串匹配规则进行 NIL 聚类，在结束时，我们的最佳系统在整个类型提及 CEAF 加度量中取得了 0.624 的 F1 值。

    Nov, 2016

  • 利用多语言 Transformer 使用伪标签增强多语言和代码混合的复杂命名实体识别 —— 在 SemEval-2022 任务 11 中的 UM6P-CS 模型

    使用多语言 Transformer XLM-RoBERTa 的上下文化表示来处理多语言和混合编码查询的复杂 NER 任务，通过 CRF 的标记分类层和拾取来捕获命名实体范围和使用自我培训机制从大型未标记数据集生成弱标注数据。在 Multilingual Complex Named Entity Recognition 的共享任务中，我们的提出的系统在多语言和混合编码 MultiCoNER 的追踪中分别排名第 6 和第 8。

    Apr, 2022

  • Qtrade AI 在 SemEval-2022 任务 11 中：多语言命名实体识别任务的统一框架

    本文介绍了我们在 SemEval 2022 Task 11：MultiCoNER Multilingual Complex Named Entity Recognition 中取得的成果，即：在多语言 NER 任务中，提供了一个统一的框架；在低资源代码混合 NER 任务中，采用了几种简单的数据增强方法；在中文任务中，提出了一种可以捕捉中文词汇语义、词汇边界和词汇图结构信息的模型。最后，我们的系统在子任务 11、12 和 9 的测试阶段分别获得了 77.66、84.35 和 74.00 的宏 F1 得分。

    Apr, 2022

  • GateNLP-UShef 参加 SemEval-2022 任务 8：用实体增强的 Siamese Transformer 进行多语言新闻文章相似性计算

    本文描述了 SemEval-2022 任务 8 排行榜上排名第二的系统。我们提出了一种基于实体增强的连体 Transformer，根据新闻文章中讨论的事件的共享叙述、实体、位置和时间等不同子维度计算新闻文章相似性。

    May, 2022

  • SU-NLP 在 SemEval-2022 任务 11 中的复杂命名实体识别与实体链接

    本文介绍了 Sabancı大学自然语言处理小组在 SemEval-2022 MultiCoNER 任务中提出的系统。我们开发了一种无监督的实体链接流水线，利用维基百科检测潜在的实体提及，并使用相应的维基百科上下文来帮助分类器找到该提及的命名实体类型。我们的结果表明，我们的流水线显著提高了性能，特别是在低上下文环境下的复杂实体。

    Mar, 2022

  • LMN 在 SemEval-2022 任务 11 中：基于 Transformer 的英文命名实体识别系统

    本文介绍了我们参加 SemEval-2022 多语言复杂命名实体识别英文赛道的基于 Transformer 预训练模型的简单有效基准系统，取得了 72.50% 的 F1 得分，同时讨论了通过实体链接进行数据增强的方法。

    Feb, 2022

  • 低资源命名实体识别的软性地名词典

    该研究提出了一种 “软型 Gazetteer” 的方法，通过跨语言实体联接将英语知识库中的广泛信息引入神经命名实体识别模型，以解决在低资源语言中设计手动特征的问题，并在 4 种低资源语言上进行了实验证明。

    May, 2020

  • USTC-NEL 在 IWSLT 2018 的语音翻译系统

    本论文讨论了 USTC-NEL 系统在 2018 年 IWSLT 评估的语音翻译任务中的应用，使用了传统的管道系统，包含三个模块：语音识别、后处理和机器翻译。我们训练了一组混合 - HMM 模型进行语音识别，并使用语音识别输出风格的文本作为输入来训练基于 transformer 的神经机器翻译模型。在 IWSLT 2018 任务上的实验表明，相较于 KIT 的基线系统，我们的系统实现了 14.9 的 BLEU 改善。

    Dec, 2018

  • MultiCoNER：一个用于复杂命名实体识别的大型多语言数据集

    介绍了一种名为 MultiCoNER 的大型多语言数据集，可支持 11 种语言和 3 个领域的命名实体识别。使用两个 NER 模型对数据集进行了测试，并对其进行了评估。建立的模型都表现出了不俗的性能，但加入 Gazetteers 后性能提高了 30%。希望这个数据集能够帮助研究人员建立更为健壮的命名实体识别系统。

    Aug, 2022