《GRN: Gated Relation Network to Enhance Convolutional Neural Network for Named Entity Recognition》

  問題： 命名實體識別(NER)的主流方法大多采用RNN，如長短時記憶(LSTM)。然而，RNN以順序方式處理句子。 這可能導致當前時間步驟的計算高度依賴於先前時間步驟的計算。 RNN的這種固有順序性質使他們無法在訓練示例上充分利用GPU並行性，因此可能導致更高的訓練和測試時間成本。 與RNN不同，卷積神經網絡（CNN）可以前饋方式處理所有單詞，而不是逐句地在每個單詞上構成表示。然而，很少有人使

>>阅读原文<<