An attention-based BiLSTM-CRF approach to document-level chemical named entity recognition

Abstract 基於傳統的機器學習，其性能在很大程度上取決於特徵工程。而且，這些方法是具有標記不一致問題的句子級方法。 我們提出了一種神經網絡方法，（Att-BiLSTM-CRF）用於文檔NER。 該方法利用通過Att獲得的文檔級全局信息來在文檔中實施同一令牌的多個實例之間標記一致性 1 Introduction 在實踐中，傳統機器學習方法和深度學習方法都將N​​ER視爲句子級任務，即，它們將每

>>阅读原文<<