来源：期刊VIP网 时间：
作者：徐世琤;祁瑞艳;李龙杰;马笠恭;马志新;
单位：兰州大学信息科学与工程学院;兰州市公安局;
摘要：针对命名实体识别(NER)模型对大规模标注数据的过分依赖,以及半监督学习中忽略低置信度复杂样本的问题,提出一种新的半监督NER框架(CUPL),以充分利用包括不可靠样本在内的所有伪标签数据. CUPL模型对未标注数据实施数据增强,基于概率分布对预测得到的伪标签样本进行分类,区分出可靠与不可靠样本,通过构建正例对(原始样本与可靠样本)和负例对(原始样本与不可靠样本),计算样本对之间的相似性,以增强正例对的一致性并减少负例对的一致性,进而提升模型区分不同样本的能力. CUPL模型在CoNLL 2003、 GermEval 2014和GSNews Data数据集上的性能超过现有技术,验证了其在NER任务中的有效性.
关键词：命名实体识别;;对比学习;;数据增强;;半监督学习
基金资助：甘肃省科技计划项目（23YFGA0005,21ZD8RA008）
