其他分享
首页 > 其他分享> > Bidirectional LSTM-CRF Models for Sequence Tagging【论文笔记】

Bidirectional LSTM-CRF Models for Sequence Tagging【论文笔记】

作者:互联网

一、摘要

  本文中,我们介绍了序列标注上各种基于LSTM的模型,LSTM模型、双向LSTM模型、LSTM+CRF、BiLSTM+CRF。我们的工作是第一个在序列标注数据集上使用BiLSTM+CRF模型。BiLSTM-CRF模型通过双向LSTM有效地捕捉到了输入的过去和未来特征。它也可以通过CRF层使用到句子级的标记信息。BiLSTM-CRF在POS、分块、NER数据集上都取得了state-of-the-art的效果。另外,与之前的工作相比它更健壮,少依赖于词向量。

二、介绍

  序列标注任务分为POS、chunking、NER。大多数序列标注模型是线性统计模型,包括隐马尔可夫模型(HMN)、最大熵马尔可夫模型(MEMMs)、条件随机场(CRF)。最近在序列标注任务上也有出现基于卷积神经网络的模型。Conv-CRF模型在序列标注任务上也取得了不错的结果。
  作者的贡献如下:

三、模型

  本节将会介绍LSTM、BiLSTM、CRF、LSTM-CRF、BiLSTM-CRF模型。

3.1 LSTM模型

  在语言模型和语音识别任务上RNN模型都取得了不错的结果。RNN基于历史信息保存记忆,使得模型可以在长距离特征上预测当前输出。
  下图表示了基本的RNN结构。输入层x,隐藏层h,输出层y。在NER中x表示输入特征,y表示输出标签。NER需要识别出人名、地名、机构名、其它实体、非实体。
在这里插入图片描述
  输入层表示时刻t的特征,可以是0-1编码的词特征、密集向量特征、或离散特征。输入层的维度与特征大小相同。输出层表示时刻t的标签概率分布,维度与标签大小相同。与前馈网络相比,RNN引入了先前隐藏状态和当前隐藏状态之间的连接,这个循环层旨在存储历史信息。隐藏层和输出层的计算公式如下:
h(t)=f(Ux(t)+Wh(t1))h(t)=f(Ux(t)+Wh(t-1))h(t)=f(Ux(t)+Wh(t−1))y(t)=g(Vh(t))y(t)=g(Vh(t))y(t)=g(Vh(t))
  U,W,V是模型参数,f(z)和g(z)分别是sigmoid函数和softmax函数。
  本文中,作者运用了LSTM网络,与RNN很相似,除了用专门构建的存储单元替换隐藏层的更新。因此,他们可能更善于发现和利用数据中的长程依赖性。一个LSTM的记忆神经元结构如下,不再详细介绍:
在这里插入图片描述
在这里插入图片描述

3.2 双向LSTM模型

  我们使用双向LSTM捕捉到当前时刻t的过去和未来的特征。通过反向传播来训练双向LSTM网络。
在这里插入图片描述

3.3 CRF网络

  在预测当前标签时,有两种不同的方法可以利用邻居标签信息。第一种是预测每个时间步的标签分布,然后使用类似波束的解码来找到最佳标签序列,最大熵分类器和最大熵马尔可夫模型的工作属于这一类。第二种是关注整个句子而不是单个位置,条件随机场属于这类。
  实验表明一般来说,CRF会得到更好的标记性能。
在这里插入图片描述

3.4 LSTM-CRF网络

  将LSTM和CRF结合在一起,可以捕捉到输入的过去特征和句子级的标签信息。CRF层有一个状态转换矩阵参数,通过CRF层,我们可以有效地使用过去和未来的标签信息来预测当前标签,这与双向LSTM有点类似。LSTM网络输出的状态分数为fθ([x]1T)f_\theta([x]_1^T)fθ​([x]1T​),表示句子[x]1T[x]_1^T[x]1T​中第t个词的第i个标签的得分,θ\thetaθ为参数。接着将这个分数输入到CRF层,CRF层有一个转换分数矩阵[A]i,j[A]_{i,j}[A]i,j​,表示从第i个状态转移到第j个状态的得分,此转换矩阵与位置无关。模型的参数集合θ~=θ{[A]i,ji,j}\widetilde{\theta}=\theta\bigcup\{[A]_{i,j}\forall i,j\}θ=θ⋃{[A]i,j​∀i,j},句子[x]1T[x]_1^T[x]1T​的标签序列[i]1T[i]_1^T[i]1T​的分数是状态分数和转换分数的和,动态规划可以用来计算转移矩阵[A]i,j[A]_{i,j}[A]i,j​和最优的标签序列:
s([x]1T,[i]1T,θ~)=t=1T([A][i]t1,[i]t+[fθ][i]t,t)s([x]_1^T,[i]_1^T,\widetilde{\theta})=\sum_{t=1}^T([A]_{[i]_{t-1},[i]_t}+[f_{\theta}]_{[i]_t,t})s([x]1T​,[i]1T​,θ)=t=1∑T​([A][i]t−1​,[i]t​​+[fθ​][i]t​,t​)
在这里插入图片描述

3.5 BiLSTM-CRF网络

  与LSTM-CRF网络类似,只是将LSTM换为BiLSTM,可以捕捉到过去和未来的特征,实验表明,额外的特征可以提高标注性能。

四、总结

  这是接触NER的第一篇,本科设计会做实体关系的联合抽取,以后的论文会往那边靠,O(∩_∩)O哈哈~

标签:1T,Sequence,Models,标签,模型,BiLSTM,CRF,LSTM
来源: https://blog.csdn.net/qq_32782771/article/details/85317067