An Embarrassingly Easy but Strong Baseline for Nested Named Entity Recognition
Swift

现有片段分类方法采用Biaffine Decoder得到一个评分矩阵 $n \times n \times T$ ,$n$ 表示序列长度,$T$ 表示实体类别数量。本文沿用了片段分类的方法,但作者发现评分矩阵的临近片段具有非常明显的空间关联,如下图所示:

作者将评分矩阵抽象成了一张图像,维度为 $n \times n \times r$ ,$r$ 相当于通道数。然后利用CNN来建模空间依赖关系。该方法十分简单有效,在三个数据集上都略胜sota一筹:


参考