TENER: Adapting Transformer Encoder for Named Entity Recognition TENER命名實體識別 思維導圖筆記
阿新 • • 發佈:2020-10-17
TENER 命名實體識別論文
- TENER: Adapting Transformer Encoder for Named Entity Recognition
- TENER:適用於命名實體識別的改進Transformer
- 作者: Hang Yan, Bocao Deng等
- 單位:復旦大學
- 發表會議及時間: ACL2019
思維導圖
模型架構
英文NER: Character Embedding + Extracted Character Features + Word Embedding
中文NER: Character Embedding
細節一:改進的Transformer編碼器
論證了兩個位置向量的點積可以反映單詞間距離
細節二:改進Transformer應用於NER任務
1. TENER
2. FLAT
總結
關鍵點
- 使用Transformer進行特徵抽取,提高推斷速度
- 更改絕對位置編碼
創新點
- 優化Transformer,增加距離與方向感知的注意力
- 使用非縮放的點乘注意力機制
另外,這個部落格講的比較好,可以參考:
TENER: Adapting Transformer Encoder for Named Entity Recognition