跳至内容
- 来源：ACL 2021
- 任务：Nested NER
- 方法：
- 先枚举所有小于定长的 span 作为 candidate span；然后在这些 candidate 里面 ① 根据与 gold 重叠的比率，用 Span Proposal Filter（分类器） 区分成 span proposals （重叠多的）和 contextual spans（少的）② 用 Boundary Regressor 给 span proposals 的边界调整位置（边界与 gold 越接近，分数越高）；最后再给 span 做实体类型的分类。
- 原来的方法相当于是，只有 gold 作为正样本，其他的 span 都是负样本。但是这篇文章的做法就也利用上了和 gold 重叠一部分的 span，Span Proposal Filter 的 loss 里面，是按照重叠的多少分成正负样本，且重叠最多/最少，就在 loss 里面权重最大。Boundary Regressor 的 loss 可能是来自于目标检测？没有太看明白，后面实体分类就是交叉熵。
- 在预测的时候，挑出 span proposal 之后，使用一个 Soft-NMS 函数来过滤 false positive。这个函数就是按照分数从大到小遍历实体，对于这个实体，再遍历所有实体，把和这个实体重叠较多的，分数拉低。最后还是通过分数阈值来选择结果。
- 这篇文章让我对正负样本又产生了新的看法。正与负，这其实可以是连续的，黑白之间可以有很多灰？只是灰的标准需要来精心设计。