TriggerNER:扳机 源码

扳机 ACL 2020论文的代码和数据: 作者: , ,沉明, ,Xiao Huang, , 我们介绍了实体触发器,这是人工解释的有效代理,可促进标签模型对NER模型的高效学习。我们为两个经过充分研究的NER数据集众包了14k实体触发器。我们提出的模型称为“触发器匹配网络”,该模型具有自觉性,可以共同学习触发器表示形式和软匹配模块,从而可以轻松地泛化到看不见的句子以进行标记。实验表明,该框架具有更高的成本效益,因此使用20%的带触发注释的句子可以使用70%的训练数据,获得与传统监督方法相当的性能。 如果您在工作中使用此代码或实体触发器,请引用以下文章: @inproceedings { TriggerNER2020 , title = { TriggerNER: Learning with Entity Triggers as Explanations for Named E