《A Neural Layered Model for Nested Named Entity Recognition》

問題：大多數命名實體識別(NER)系統只處理平面實體，而忽略了內部嵌 套實體，這無法捕獲底層文本中的細粒度語義信息。 方法：爲了解決這個問題，我們提出了一種新的神經模型，通過動態疊加平面NER層來識別嵌套的實體。模型將LSTM層的輸出合併到當前平面NER層中，爲檢測到的實體構建新的表示，並隨後將它們提供給下一個平面NER層。模型動態地堆加平面NER層，直到沒有提取任何外部實體。 flat NER:

>>阅读原文<<