文档级命名实体识别模型预测一致性增强

摘要：生物医学命名实体识别（NER）在生物医学应用中提取文档信息方面发挥着至关重要的作用。然而，许多应用需要NER模型在文档级别上操作，而不仅仅是句子级别。这带来了挑战，因为从句子模型扩展到文档模型并不总是简单明确。尽管存在能够做出一致预测的文档NER模型，但它们仍然未能满足研究人员和从业者的期望。为了解决这个问题，我们对不一致预测的根本原因进行了调查。我们的研究使我们相信，实体中形容词和介词的使用可能导致标签一致性低。本文介绍了我们的方法ConNER，以增强形容词和介词等修饰语的标签一致性。通过细化这些修饰语的标签，ConNER能够改善生物医学实体的表征。我们在四个流行的生物医学NER数据集上验证了我们方法的有效性。在三个数据集上，我们的F1得分高于之前的最先进模型。我们的方法在两个数据集上显示出其有效性，F1得分的绝对提高为7.5%-8.6%。我们的发现表明，ConNER方法在本质上标签一致性低的数据集上有效。通过定性分析，我们展示了我们的方法如何帮助NER模型生成更一致的预测。可用性和实现：我们的代码和资源可在https://github.com/dmis-lab/ConNER/获得。