会员服务 ·

ACL 2019 开源论文 | 使用跨领域语言建模的跨领域命名实体识别

2019 年 10 月 3 日 PaperWeekly

作者丨刘朋伯

学校丨哈尔滨工业大学硕士生

研究方向丨自然语言处理

本文是西湖大学张岳老师组发表在 ACL 2019 的一篇文章，提出了一种跨领域的 NER 方法。代码已开源：

https://github.com/jiachenwestlake/Cross-Domain_NER

研究背景

命名实体识别（NER）是 NLP 的基本任务。由于标注资源的限制，跨领域的命名实体识别一直是一项具有挑战性的任务。以前的大多数工作都集中在监督场景上，利用源域和目标域的标记数据。这种方法的缺点是没有充分利用无监督信息，而且很多情况下，目标领域的监督数据是很少的。

为了解决这一问题，文章使用跨领域的语言模型（cross-domain LM）作为跨域 NER 的桥连，并设计了一种新颖的参数生成网络。结果表明，文章的方法通过跨域语言模型有效地提取了不同领域之间的差异。该方法可以无监督地进行领域自适应，在无标注数据的目标域做 NER 任务。值得一提的是，在有监督的 NER 领域自适应任务上，该方法取得了目前最优的结果。

作者在文中提到了两个“first”：首次使用跨领域语言模型做跨领域 NER 任务；首次在实体类型完全不同的领域做命名实体识别的迁移学习。

模型

整体的模型架构如下图：

输入一个句子，通过共享的嵌入层会得到一个单词级的表示。然后通过参数生产网络计算一系列任务和领域专属的参数。最后不同的任务与领域使用不同的输出层。

具体的结构如下：

输入层

输入的数据共有四种:源领域数据、目标领域数据、用于语言模型的源领域和目标领域的未标注数据。得到数据表示的方法是相同的：词向量与字符向量的 CNN 输出拼接在一起。

参数生成网络

其实文章中的主要模型仍然是 Bi-LSTM+CRF。所以参数生成网络，也就是要动态地生成 Bi-LSTM 的参数，以达到跨领域跨任务地转移知识的目的。

W 是维度为 P(LSTM) × V × U的三维张量，

是领域向量，

是任务向量。三者通过张量的 contraction 操作得到最后的参数（contraction 在 TensorFlow 和 PyTorch 上均有实现）。

现在有了输入层的 v 和参数生成网络生成的参数

，我们可以得到 LSTM 的隐状态输出：

输出层

NER： 还是那个经典的结构：得到了 Bi-LSTM 的输出后，使用 CRF 做输出层。需要注意的是论文中针对源域和目标域分别使用了两个 CRF。

语言模型： 语言模型采用了比较传统的 Bi-LSTM 结构，搭配负采样，训练前后向的语言模型（估计下一步可以试试换掉语言模型改用 BERT）。

训练目标

整个训练目标由两部分组成，NER 的损失和语言模型的损失，整体的损失函数如下：

领域的 NER 损失和语言模型损失加起来是领域损失，领域损失乘对应的权重相加，再加最后一项（正则项），就是整个损失函数。

多任务学习算法

上图是整个多任务学习算法的过程。第 4-5 行、第 7-8 行、第 11-12 行、第 15-16 行分别代表之前提到的四种任务，每种任务都是同样的步骤：首先生成参数网络生成对应的 LSTM 网络参数，继而计算梯度并得到 CRF 的输出和 softmax 分布，最后更新参数。需要注意的是，如果是无监督学习，第 11-12 行可以自动忽略了。

实验

数据

源领域的 NER 数据来自 CoNLL-2003，源领域的语言模型使用来自路透社的 377592 条句子训练。

目标领域的数据来自三部分：生物医药领域的 BioNLP13PC (13PC) 和 BioNLP13CG (13CG) 还有一份自己收集标注的科技领域的数据集。数据集的统计信息如下表所示：

CoNLL-2003 包括了四种实体类型：PER、LOC、ORG、MISC。BioNLP13PC 包括了五种实体类型：CHEM、CC、 G/p、SPE、CELL，BioNLP13CG 包括三种试实体类型：CHEM, CC 和 G/P，目标领域的语言模型直接使用这些数据集的文本训练。

作者团队自己标注的数据集来自 CBS (https://www.cbsnews.com/)。标注规则遵守 CoNLL-2013 标注，也是四种实体，和 CoNLL-2013 不同的是，数据集中科技类型的实体居多，比如“Space X”，“bitcoin“和”IP”。相应的，语言模型使用 398990 条为标注句子训练。

超参数

本文的实验是在 NCRF++（记得也是张岳老师团队出品）基础上进行的，有些参数有改动：batch size 变为 30；单任务使用学习率为 0.001 的 RMSprop 优化器，多任务模型使用学习率为 0.015 的 SGD 优化器。为了能在显存 8GB 的单 GPU 上运行，领域向量和任务向量维度均为 8。词向量使用预训练的 100 维 GloVe 向量，字符向量随机初始化。

实验结果

本文对实验结果的分析还是很周密且详尽的。作者在多任务角度、数据角度都有分析，建议感兴趣的读者看一下原文，更能体会作者的用心。

如上图，STM（单任务模型）与文章模型的比较，可以看出，文章模型一直是优于 STM 的，尤其是目标领域数据极少时（也可以看做无监督），依然能保持 60% 左右的 F1-score。

在有监督的领域迁移 NER 上，作者把模型与 STM、多任务（完全共享参数）、fine-tune 方法进行对比，发现一些类型的实体识别直接使用多任务方法效果是非常差的，而本文的方法一直是最优的。可见，同样是多任务学习，参数生成网络带来的提升是巨大的。

总结和思考

文章通过未标注文本抽取领域知识来完成 NER 领域自适应任务。通过参数生成网络跨领域语言建模，分别得到任务向量和领域向量。实验表明，有监督时，这种领域适应方法十分有效，在无监督时，也能取得一定效果。本文使用的语言模型就是常见的 BiLSTM，可能是论文写作的时间原因，不知道作者有没有尝试基于 BERT 的方法，感觉非常值得一试。