Taxonomy Expansion for Named Entity Recognition

要約

固有表現認識 (NER) モデルのトレーニングには、多くの場合、エンティティ タイプの分類の修正が含まれます。
ただし、要件は進化するため、追加のエンティティ タイプを認識するために NER モデルが必要になる場合があります。
簡単なアプローチは、既存のエンティティ タイプと追加のエンティティ タイプの両方でデータセット全体に再アノテーションを付け、再アノテーションが付けられたデータセットでモデルをトレーニングすることです。
ただし、これは非常に手間のかかる作業です。
これを解決するために、部分的にアノテーションが付けられたデータセットのみを使用する部分ラベル モデル (PLM) と呼ばれる新しいアプローチを提案します。
私たちは 6 つの多様なデータセットを使って実験し、以前の研究では考慮されていなかった分類拡張のための新しい設定を含め、PLM が他のほとんどのアプローチ (0.5 ～ 2.5 F1) よりも一貫して優れたパフォーマンスを発揮することを示しました。
PLM と他のすべてのアプローチとの間のギャップは、追加のエンティティ タイプに利用できるデータが限られている設定 (11 F1 程度) では特に大きく、したがって、分類法を拡張するためのよりコスト効率の高いアプローチが示唆されています。

要約(オリジナル)

Training a Named Entity Recognition (NER) model often involves fixing a taxonomy of entity types. However, requirements evolve and we might need the NER model to recognize additional entity types. A simple approach is to re-annotate entire dataset with both existing and additional entity types and then train the model on the re-annotated dataset. However, this is an extremely laborious task. To remedy this, we propose a novel approach called Partial Label Model (PLM) that uses only partially annotated datasets. We experiment with 6 diverse datasets and show that PLM consistently performs better than most other approaches (0.5 – 2.5 F1), including in novel settings for taxonomy expansion not considered in prior work. The gap between PLM and all other approaches is especially large in settings where there is limited data available for the additional entity types (as much as 11 F1), thus suggesting a more cost effective approaches to taxonomy expansion.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google