PU学习命名实体识别算法

未标注实体不降性能

通过PU学习和负采样两步处理未标注实体，可嵌入任意token级NER模型，在多个数据集上取得有竞争力的性能。

Shunqin, Zhang · 张三国 · He, Wenduo · 张旋

Semantic Web and Information Systems 2024

技术优势

两步处理未标注实体

该方法采用两步法处理未标注实体，能更有效地减轻它们对模型训练的负面影响。

即插即用

该算法可轻松集成到任何token级NER模型中，无需为特定模型定制。

应用场景

• 领域自适应文本分析：用于处理目标领域标注不全的文本，提升实体抽取效果。
• 智能问答与信息抽取：作为信息抽取组件，提升问答系统对未标注实体的鲁棒性。