上周推薦了一篇NER的論文，這周算是把這篇綜述看完了，感覺自己的收獲挺大的（老是感覺自己看過寫過，但是又沒找到），給大家介紹一下。

A Survey on Deep Learning for Named Entity Recognition.

總評(píng)

這篇綜述讓我感受到比較完整的NER世界觀是啥樣的，問題定義、問題拆解、常用方法及其評(píng)價(jià)、模型評(píng)估、拓展等，由于是綜述，全面性滿滿，具體的方法可以在參考文獻(xiàn)里面找，212篇文獻(xiàn)可謂是誠(chéng)意滿滿。

文章關(guān)鍵點(diǎn)筆記

1 introduction

命名實(shí)體識(shí)別的中的核心，命名實(shí)體（Named Entity）概念的出現(xiàn)其實(shí)并不久遠(yuǎn)，1996年。時(shí)至今日，處理NER問題的主要有四種：

基于規(guī)則的方法。

無監(jiān)督學(xué)習(xí)方法。

基于特征的機(jī)器學(xué)習(xí)方法。

深度學(xué)習(xí)方法。

我們其實(shí)可以看到，得益于機(jī)器學(xué)習(xí)方法，NER問題被更好的解決。

2 background

本章主要是討論了NER的一些背景問題，NER的問題定義（尤其是NE的定義）、數(shù)據(jù)集和工具、模型評(píng)估、傳統(tǒng)方法之類的。

NER問題定義

首先是問題定義，主要是命名實(shí)體的定義，我直接用文章的原句吧：

A named entity is a word or a phrase that clearly identies one item from a set of other items that have similar attributes.

那么NER，其實(shí)就是去識(shí)別這個(gè)命名實(shí)體。

NER的模型評(píng)估

作者把評(píng)估方法分為了兩塊，精準(zhǔn)匹配和軟匹配（我翻譯的，英文是relaxed-match）。

精確匹配有兩個(gè)層面，一個(gè)是每個(gè)位點(diǎn)的預(yù)測(cè)準(zhǔn)確情況（BIO或者BIEMO的情況），這個(gè)比較常見。

而軟匹配上，其實(shí)由于他的復(fù)雜性和基于問題的特異性，沒有被廣泛使用。

傳統(tǒng)NER方法

所謂的“傳統(tǒng)”方法，作者認(rèn)為是除了DL之外的方法都算吧。

基于規(guī)則的方法會(huì)依賴問題的背景，其實(shí)也有一些輸出，作者角度看，如果資源足夠時(shí)，其實(shí)就能夠有很好的效果（這個(gè)和我的實(shí)踐來看是一致的），高準(zhǔn)確低召回低可遷移性是它的特點(diǎn)。

無監(jiān)督方法

無監(jiān)督方法也有一些，說白了就是聚類，利用的是關(guān)鍵詞匯、種子詞匯去進(jìn)行擴(kuò)增，從而完成無監(jiān)督學(xué)習(xí)的任務(wù)，需要根據(jù)問題進(jìn)行策略的調(diào)整，可遷移性較低。

基于特征的機(jī)器學(xué)習(xí)方法

常用的機(jī)器學(xué)習(xí)方法其實(shí)就是那些，隱馬爾科夫、決策樹、最大熵、支持向量機(jī)和條件隨機(jī)場(chǎng)。

至于特征上，也給了大家一些提示，詞性、句子成分、大小寫等，另外還可以引入一些外部的知識(shí)信息，例如維基百科的地點(diǎn)詞等。

3 NER中的深度學(xué)習(xí)技術(shù)

我們都知道，在nlp領(lǐng)域下，論準(zhǔn)招等各種效果，深度學(xué)習(xí)具有很高的地位，因此作者也花了非常大的筆墨來討論深度學(xué)習(xí)，首先就談了深度學(xué)習(xí)的特點(diǎn)：

非線性處理。

自動(dòng)化信息抽取，不用花費(fèi)精力尋找和維護(hù)特征。

直接端到端訓(xùn)練。

對(duì)于解決NER的深度學(xué)習(xí)方法，作者把整體架構(gòu)劃分為三個(gè)等級(jí)：

分布式文本表示

上下文編碼

tag解碼

分布式文本表示

分布式文本表示，說白了就是word2vector、glove之類的預(yù)訓(xùn)練方法。具體定義不贅述了哈哈哈。

word級(jí)別，其實(shí)就比較常見word2vector、glove、fasttet、senna等，當(dāng)然也有一些簡(jiǎn)單預(yù)訓(xùn)練語言模型，例如結(jié)合CNN之類的。

而char級(jí)別（中文就是字級(jí)別）對(duì)未登錄詞的識(shí)別能力很高，其構(gòu)建的主要方式主要有CNN-based和RNN-based。

當(dāng)然，還有一些混合方法，會(huì)加入一些外部信息（詞典信息、詞匯相似度信息），這些方法對(duì)效果提升有用，但是可遷移性下降了。另外，作者把bert的方法也歸于此處，主要原因是他在預(yù)訓(xùn)練的時(shí)候使用了大量外部語料信息。

上下文編碼架構(gòu)

上下文編碼是文本表示之后的操作，作者分為了4種情況，CNN、RNNs、遞歸神經(jīng)網(wǎng)絡(luò)和transformer，另外還單獨(dú)提到了神經(jīng)網(wǎng)絡(luò)語言模型。

CNN和RNNs的情況其實(shí)比較常規(guī)了，不做太多解釋，文章中其實(shí)更多的也是論文的解釋。

遞歸神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Networks）其實(shí)我也只是聽過，自己沒有深入地了解，后續(xù)會(huì)排期學(xué)習(xí)。簡(jiǎn)單的用作者的話評(píng)價(jià)：

Recursive Neural Networks are non-linear adaptive mod- els that are able to learn deep structured information, by traversing a given structure in topological order.

也就是構(gòu)建了一種特定的拓?fù)浣Y(jié)構(gòu)來表達(dá)內(nèi)部的信息，這種信息大都和句子的語法結(jié)構(gòu)相關(guān)。

神經(jīng)語言模型是nlp里面最為基礎(chǔ)的內(nèi)容，NLP幾次前進(jìn)的里程碑都和神經(jīng)語言模型的大跨步有關(guān)，word2vector、elmo、bert。

想提一個(gè)有意思的思路，他借助語言模型和NER多任務(wù)的模型來進(jìn)行訓(xùn)練，這種方式能讓模型學(xué)到更加針對(duì)領(lǐng)域的語言模型，同時(shí)也能滿足NER的需求，作者的解釋放這里：

Peters et al. [19] proposed TagLM, a language model augmented sequence tagger. This tagger considers both pre-trained word embeddings and bidirectional language model embeddings for every token in the input sequence for sequence labeling task. Figure 12 shows the architecture of LM-LSTM-CRF model [121], [122]. The language model and sequence tagging model share the same character-level layer in a multi-task learning manner. The vectors from character- level embeddings, pre-trained word embeddings, and lan- guage model representations, are concatenated and fed into the word-level LSTMs. Experimental results demonstrate that multi-task learning is an effective approach to guide the language model to learn task-specific knowledge.

transformer可以說是距離我們最近的一次里程碑跨越的代表了，一次技術(shù)的突破需要時(shí)間落到更多任務(wù)的實(shí)踐中，NER也不例外，目前在transformer應(yīng)用于NER的研究上，已經(jīng)有不少人進(jìn)行嘗試，而且從效果來看，具有下面這些特點(diǎn)：

上下文和位置信息的表征。

微調(diào)方法為模型的通用性提供了保證，同時(shí)對(duì)特定問題也能進(jìn)行特異性訓(xùn)練。

tag解碼器

有關(guān)tag解碼器，其實(shí)就有點(diǎn)像機(jī)器學(xué)習(xí)方法了，上游做好特征工程，然后下游接解碼器預(yù)測(cè)每個(gè)位置的分類，常用的方法有：

MLP+softmax，簡(jiǎn)單，但是上下文信息捕獲能力很差。

CRF，NER上比較重要的基本方法。、

RNN，訓(xùn)練速度比CRF稍快，但是個(gè)人感覺效果不如CRF強(qiáng)。

pointer networks。RNN的一種升級(jí)版，用來提取其中的chunk，內(nèi)部其實(shí)有兩個(gè)神經(jīng)網(wǎng)絡(luò)，一個(gè)用于分詞，一個(gè)用于標(biāo)記。

summary

作者花了很多的力氣去對(duì)比各個(gè)模型的效果，經(jīng)過作者的總結(jié)，有如下信息：

文本表示效果對(duì)預(yù)測(cè)結(jié)果影響很大。

噪音數(shù)據(jù)對(duì)效果影響較大。

外部信息，包括預(yù)訓(xùn)練語言模型，效果雖好，作者特別指出了里面的問題：

外部信息依賴計(jì)算性能和標(biāo)注性能。

大部分情況不利于可遷移能力。

從效果來看transformer比lstm系列效果更好，可以成為lstm的替換方法。

rnn系列的缺點(diǎn)在于貪婪法，首先強(qiáng)烈依賴于上一步的結(jié)果，同時(shí)對(duì)速度有影響。

后續(xù)作者對(duì)任務(wù)下的方法進(jìn)行總結(jié)，給出一些方法選擇的建議：

For end users, what architecture to choose is data and domain task dependent. If data isabundant, training models withRNNs from scratch and fine-tuning contextualized languagemodels could be considered. If data is scarce, adoptingtransfer strategiesmight be a better choice. For newswires domain, there are many pre-trained off-the-shelf models available. For specific domains (e.g., medical and social media),fine-tuning general-purpose contextualized language modelswith domain-specific data is often an effective way.

可惜的是作者這里只考慮了準(zhǔn)招效果，而沒有考慮參數(shù)量、復(fù)雜度、內(nèi)存等其他因素，不過就準(zhǔn)招而言，確實(shí)有借鑒意義。

深度學(xué)習(xí)在NER中的應(yīng)用

這章更多的是談一些使用深度學(xué)習(xí)解決NER的思路，這塊涉及自己的盲點(diǎn)很多，但是這些東西都很值得學(xué)習(xí)，此處先列出，后續(xù)慢慢學(xué)習(xí)。

深度多任務(wù)學(xué)習(xí)。

深度遷移學(xué)習(xí)。

深度主動(dòng)學(xué)習(xí)。

深度強(qiáng)化學(xué)習(xí)。

深度對(duì)抗學(xué)習(xí)。

Attention機(jī)制。

NER的挑戰(zhàn)和未來方向

看到類似的句子，說明綜述到尾聲了，總結(jié)了過去，肯定要展望未來，在挑戰(zhàn)上，作者提出了兩個(gè)關(guān)鍵點(diǎn)：

數(shù)據(jù)標(biāo)注問題，NER相比文本分類，其實(shí)更加需要數(shù)據(jù)，這個(gè)一直是一個(gè)老大難的問題，如何獲取更多更準(zhǔn)的標(biāo)注樣本，是一個(gè)技術(shù)活。

非正式語言環(huán)境。在非正式的語境下，其實(shí)語法結(jié)構(gòu)并不是那么完整（例如微博、朋友圈、用戶query到等），這對(duì)準(zhǔn)確性和魯棒性要求就很高了。

而在方向上，有如下思路可供參考：

細(xì)粒度的NER和邊界問題。NER有時(shí)候也被叫做提槽，槽位的精準(zhǔn)在現(xiàn)在問題下，其實(shí)多在于對(duì)邊緣的準(zhǔn)確劃分。

實(shí)體鏈接。即對(duì)NER問題有了更高級(jí)的需求，要求理解實(shí)體之間的關(guān)系，這個(gè)對(duì)知識(shí)圖譜的構(gòu)建非常重要。

資源匱乏下NER的訓(xùn)練。

NER的可延展性，由于NER大都依賴rnn這種遞歸式，貪婪式的模型，所以耗時(shí)普遍較長(zhǎng)，長(zhǎng)句子的識(shí)別時(shí)間尤其可怕，因此這個(gè)問題需要被關(guān)注。

遷移學(xué)習(xí)。說白了就是看看能不能白嫖或者是少花錢的方式完成一個(gè)ner任務(wù)。

NER下可用的深度學(xué)習(xí)工具。

評(píng)價(jià)

這篇綜述其實(shí)談到了很多NER我之前沒有關(guān)注的點(diǎn)，幾個(gè)重點(diǎn)我劃一下，后續(xù)我也會(huì)持續(xù)去看：

上下游編碼結(jié)構(gòu)和tagger兩個(gè)模塊的模型拓展。

多任務(wù)、主動(dòng)學(xué)習(xí)這兩塊有較大的挖掘空間。

另外我認(rèn)為作者還有幾個(gè)方向沒有談到但是大家應(yīng)該關(guān)注：

nlp下的數(shù)據(jù)增強(qiáng)問題，可以從ner角度開始拓展，主要因?yàn)閚er的標(biāo)注數(shù)據(jù)具有的信息，比比他簡(jiǎn)單的文本分類問題的數(shù)據(jù)多，也比比他復(fù)雜的機(jī)器翻譯、對(duì)話系統(tǒng)的數(shù)據(jù)信息更結(jié)構(gòu)化，因此用ner進(jìn)行數(shù)據(jù)增強(qiáng)具有很大價(jià)值。

蒸餾。我們都知道上述模型耗時(shí)長(zhǎng)、體積大，蒸餾是解決該問題的一個(gè)重要方法，但是相比CV領(lǐng)域，nlp領(lǐng)域的蒸餾還有很大潛力。

責(zé)任編輯：lq