8、MAST-NER: 基于触发池的低资源命名实体识别方法

MAST-NER: 基于触发池的低资源命名实体识别方法

1. 引言

命名实体识别（Named Entity Recognition，NER）旨在从给定文本中提取实体，并将其按照预定义的类别（如人物、地点、组织等）进行分类。它通常是信息提取的第一步，直接影响下游应用的准确性。目前，以 BiLSTM - CRF 为代表的基于深度学习的 NER 模型在通用领域表现出了良好的性能，但这些方法需要大量的标注数据，而在许多情况下，标注数据是稀缺的。

例如，在工业领域，许多制造商积累了大量的维护报告，这些报告描述了设备故障排除过程，包含大量的领域实体，但标注它们既耗时又费力。

最近，有人提出了一种基于实体触发词的命名实体识别方法 TriggerNER。实体触发词是一组有助于我们识别实体的提示词或短语。例如，在句子 “We had a fantastic lunch at Rumble Fish yesterday.” 中，根据 “had … lunch at” 可以推断 “Rumble Fish” 是一个餐厅名称，“had … lunch at” 就是一个实体触发词。实验表明，TriggerNER 具有较高的成本效益，仅使用 20% 带有触发词标注的句子就能达到使用 70% 传统标注句子的性能。

TriggerNER 的思想非常适合特定领域的文本，因为许多特定领域的文本具有相似的句子模式。例如，设备维护报告的结构通常包括症状、原因和解决方案；典型的电子病历（EMR）包含症状、疾病、时间和手术项目等。这些数据具有相似的术语，因此实体触发词可以很好地发挥作用。然而，将 TriggerNER 应用于这些特定领域的文本时，仍然存在一些问题：
1. 同一类