论文标题：A Neural Span-Based Continual Named Entity Recognition Model

论文链接：https://arxiv.org/abs/2302.12200

代码：https://github.com/Qznan/SpanKL

@inproceedings{zhang2023spankl,title={A Neural Span-Based Continual Named Entity Recognition Model},author={Zhang, Yunan and Chen, Qingcai},booktitle={Proceedings of the AAAI Conference on Artificial Intelligence},year={2023}
}

导读

能够持续学习（CL）的命名实体识别（Named Entity Recognition，NER）在实际应用中特别有价值，尤其是在实体类型不断增加的领域，比如个人助手应用。与此同时，NER的学习范式不断发展，采用了新的模式，如基于跨度的方法。然而，这些新方法在持续学习方面的潜力尚未被充分探索。

我们提出了一种名为SpanKL的命名实体识别（NER）模型，该模型具备持续学习（CL）的能力。SpanKL模型是一种简单而有效的基于跨度的模型，结合了知识蒸馏（KD）以保留记忆和多标签预测以防止CL-NER中的冲突。与先前的序列标注方法不同，SpanKL在跨度和实体级别上具有固有的独立建模，通过设计的一致优化促进了每个增量步骤上的学习，并减轻了遗忘现象。

在来自OntoNotes和Few-NERD的合成CL数据集上进行的实验证明，SpanKL在许多方面明显优于先前的最先进方法，同时在从CL到上限的差距方面表现最小，显示出其高实用价值。

本文贡献

• 我们构建了一个简单的基于跨度的体系结构，以实现CL-NER中的连贯优化，这可以作为一个即时和强大的经验基线。

• 我们对最近的模型的不同合成设置的比较，并通过未来研究的一个新的基准来探索更现实的CLNER场景。

本文方法

问题定义

我们遵循最近的工作，在类增量设置下形式化CL-NER。给定一系列的任务

和相应的实体类型

，为了持续学习，第 l 个任务有自己的训练集

，只注释的实体类型

。不同任务中的实体类型是不重叠的，例如，如果在T1中学习的，那么在其他任务中就不会学习。但是，无论是从一个还是不同的任务中学习到的，对不同实体类型的提及都允许重叠，也就是说，对嵌套实体的任何情况都没有任何限制。

在第一步（l = 1）中，我们从头开始在D1上训练模型M1，以识别类型为E1的实体。在随后的第l个增量步骤（l > 1）中，我们在Dl上训练Ml，基于先前学到的模型

，以识别到目前为止学到的所有实体类型的实体

。这种形式化为持续学习命名实体识别提供了清晰的框架，使得模型能够逐步学习新任务和实体类型，确保了任务和实体类型之间的一致性。

SpanKL NER 模型

我们引入了简单而有效的SpanKL（见图2），以便顺序学习每个任务。给定一个包含n个标记[x1，x2，…，xn]的输入句子X，我们定义

为由以 xi 开始且以 xj 结束的连续标记组成的跨度，其中1⩽i⩽j⩽n。假设在第 l 个增量步骤有 K 个实体类型需要学习，SpanKL 的目标是通过跨度建模将每个跨度表示为

，并对这K个实体类型执行二元分类。它包括上下文编码器、跨度表示层和带有知识蒸馏的多标签损失层，如下所述。

上下文编码器（Contextual Encoder）捕捉输入句子中标记之间的依赖关系，可以使用广泛使用的CNN、RNN或PLM模型实现。我们使用

表示嵌入 X 后的输入的嵌入向量，然后将其馈送到上下文编码器以获得每个标记的上下文化隐藏向量

，如下所示：

编码器对所有任务共享。

Span Representation Layer执行跨度建模，如下所示：

其中跨度表示是从相关的标记表示生成的，各种设计都得到了充分的探索。

由于实体的边界标记最具信息性，Yu、Bohnet和Poesio（2020年）使用biaffne交互模型同时对组成跨度的标记的开始和结束特征空间进行建模。Xu等人（2021年）进一步将实体类型的特征空间建模为多头（加法）注意力中的头部，Su（2021年）使用多头（点积）注意力。我们采用后者的简单方式，完全将这三个特征空间的权重分离。

具体而言，对于每个实体类型，在缩放的点积交互之前使用两个不同的单层前馈网络（FFN）进行开始和结束建模（总共有2K个不同的FFN），如下所示：

其中s、e、k表示开始、结束和第k个实体类型。

是所有2K个FFN的输出维度。我们相信，对于每个跨度（即在跨度和实体级别)，对每个实体类型进行清晰分离的建模可以促进学习和蒸馏，并减轻多个任务之间的干扰。

随着任务的增加，我们简单地添加更多专门用于新任务的跨度表示层（基本上是内部的FFN）。Span Matrix 的概念引入是为了更好地描述（见图2)。我们将所有与第k个实体相关的hsijk组织成矩阵Mk的上三角区域，其中

。

多标签损失层

为了确保前向可比性，我们期望将最终的跨度分类制定为多标签预测。具体而言，在跨度矩阵中，我们在预测的logit上使用sigmoid激活，然后计算与真实标签的二元交叉熵（BCE）损失。

与常见的多类方式（即使用softmax激活的交叉熵损失）相比，该方法在将logit标准化为单个或多个任务的概率时，可以将不同的实体类型分离开来。每个实体类型都是独立进行二元分类，BCE损失的计算方式如下：

仅在当前实体类型的跨度矩阵上进行计算。

知识蒸馏

为了确保向后的可比性，我们使用知识蒸馏（KD）来防止遗忘旧的实体。在第 1 个增量步（ l > 1），我们使用先前学习的模型

（教师）对整个当前训练集

到

学习的实体类型进行一次性预测。这就产生了伯努利分布，作为每个旧实体类型的每个跨度的软蒸馏标签

。这些伪标签用于计算伯努利KL散度损失，当前的模型ML（学生)为：

在每个步骤进行一次性预测后，用于多个时期的训练的最终损失是两个损失的加权和：

其中，α和β是两个损失的权重。这种损失的组合有助于确保对新任务的学习的同时，保留对旧实体类型的知识。

实验

实验结果

结论

在本文中，我们提出了一个名为SpanKL的神经跨度模型，作为类增量设置下持续学习命名实体识别（CL-NER）的强大基线。我们在实证研究中发现，跨度和实体级别的独立建模在顺序学习实体类型时是适用的，特别是当与知识蒸馏技术和多标签预测协同使用时，可以轻松实现一致的优化。SpanKL在OntoNotes上几乎接近持续学习的上限，尤其是在每个任务通常只有一个实体的情况下，显示了其在实际应用中的潜力。在更为复杂的FewNERD数据集上仍然是最优秀的。

此外，我们还对现有的不同合成设置进行了对齐和比较，从而验证了AddNER相对于其他序列标注模型更可取，为未来的研究提供了有力的参考。

☆ END ☆

如果看到这里，说明你喜欢这篇文章，请转发、点赞。微信搜索「uncle_pn」，欢迎添加小编微信「 woshicver」，每日朋友圈更新一篇高质量博文。

↓扫描二维码添加小编↓