ACL 2019 开源论文 | 使用跨领域语言建模的跨领域命名实体识别

作者丨刘朋伯

学校丨哈尔滨工业大学硕士生

研究方向丨自然语言处理

本文是西湖大学张岳老师组发表在 ACL 2019 的一篇文章，提出了一种跨领域的 NER 方法。代码已开源：

https://github.com/jiachenwestlake/Cross-Domain_NER

研究背景

命名实体识别（NER）是 NLP 的基本任务。由于标注资源的限制，跨领域的命名实体识别一直是一项具有挑战性的任务。以前的大多数工作都集中在监督场景上，利用源域和目标域的标记数据。这种方法的缺点是没有充分利用无监督信息，而且很多情况下，目标领域的监督数据是很少的。 
为了解决这一问题，文章使用跨领域的语言模型（cross-domain LM）作为跨域 NER 的桥连，并设计了一种新颖的参数生成网络。结果表明，文章的方法通过跨域语言模型有效地提取了不同领域之间的差异。该方法可以无监督地进行领域自适应，在无标注数据的目标域做 NER 任务。值得一提的是，在有监督的 NER 领域自适应任务上，该方法取得了目前最优的结果。 
作者在文中提到了两个“first”：首次使用跨领域语言模型做跨领域 NER 任务；首次在实体类型完全不同的领域做命名实体识别的迁移学习。

相关工作

NER：目前主要使用一些深度学习的方法，如 LSTM、CNN-CRF、LSTM-CRF，本文选择了 Bi-LSTM；
Cross-domain NER：大部分已有的工作都集中有监督学习中，也就是源域和目标域都有标注数据。比如把不同领域 的实体标签做映射、label embedding 取代实体标签、Bi-LSTM 学习标签表示。最近也有一些基于参数迁移的跨领域 NER 方法，就是在源领域学习到一个模型然后在目标域上 fine-tune。以上大部分方法都只用了跨领域的 NER 数据，相比之下，本文的方法利用了 NER 语料和生语料，可以实现 NER 任务上的零样本（zero-shot）领域迁移。 
Learning task embedding vectors：在多任务学习中，已经有一些关于任务向量表示（task vector representations）的相关工作。如在多语言 parsing 任务中学习语言向量（language embeddings），这类方法利用任务向量扩充词向量输入，这样就可以把任务特征融合到词向量中。也有通过学习领域向量完成多领域的情感分类任务。但是本文使用领域向量和任务向量并不是为了作为输入，而是为了得到相应的参数。

模型

整体的模型架构如下图：


输入一个句子，通过共享的嵌入层会得到一个单词级的表示。然后通过参数生产网络计算一系列任务和领域专属的参数。最后不同的任务与领域使用不同的输出层。 
具体的结构如下：
输入层 
输入的数据共有四种:源领域数据、目标领域数据、用于语言模型的源领域和目标领域的未标注数据。得到数据表示的方法是相同的：词向量与字符向量的 CNN 输出拼接在一起。

参数生成网络 

其实文章中的主要模型仍然是 Bi-LSTM+CRF。所以参数生成网络，也就是要动态地生成 Bi-LSTM 的参数，以达到跨领域跨任务地转移知识的目的。

W 是维度为 P(LSTM) × V × U的三维张量，是领域向量，是任务向量。三者通过张量的 contraction 操作得到最后的参数（contraction 在 TensorFlow 和 PyTorch 上均有实现）。
现在有了输入层的 v 和参数生成网络生成的参数，我们可以得到 LSTM 的隐状态输出：

输出层 
NER：还是那个经典的结构：得到了 Bi-LSTM 的输出后，使用 CRF 做输出层。需要注意的是论文中针对源域和目标域分别使用了两个 CRF。 
语言模型：语言模型采用了比较传统的 Bi-LSTM 结构，搭配负采样，训练前后向的语言模型（估计下一步可以试试换掉语言模型改用 BERT）。
训练目标 
整个训练目标由两部分组成，NER 的损失和语言模型的损失，整体的损失函数如下：

领域的 NER 损失和语言模型损失加起来是领域损失，领域损失乘对应的权重相加，再加最后一项（正则项），就是整个损失函数。
多任务学习算法
上图是整个多任务学习算法的过程。第 4-5 行、第 7-8 行、第 11-12 行、第 15-16 行分别代表之前提到的四种任务，每种任务都是同样的步骤：首先生成参数网络生成对应的 LSTM 网络参数，继而计算梯度并得到 CRF 的输出和 softmax 分 布，最后更新参数。需要注意的是，如果是无监督学习，第 11-12 行可以自动忽略了。

实验

数据 

源领域的 NER 数据来自 CoNLL-2003，源领域的语言模型使用来自路透社的 377592 条句子训练。 

目标领域的数据来自三部分：生物医药领域的 BioNLP13PC (13PC) 和 BioNLP13CG (13CG) 还有一份自己收集标注的科技领域的数据集。数据集的统计信息如下表所示：

CoNLL-2003 包括了四种实体类型：PER、LOC、ORG、MISC。BioNLP13PC 包括了五种实体类型：CHEM、CC、 G/p、SPE、CELL，BioNLP13CG 包括三种试实体类型：CHEM, CC 和 G/P，目标领域的语言模型直接使用这些数据集的文本训练。 

作者团队自己标注的数据集来自 CBS (https://www.cbsnews.com/)。标注规则遵守 CoNLL-2013 标注，也是四种实体，和 CoNLL-2013 不同的是，数据集中科技类型的实体居多，比如“Space X”，“bitcoin“和”IP”。相应的，语言模型使用 398990 条为标注句子训练。

超参数 

本文的实验是在 NCRF++（记得也是张岳老师团队出品）基础上进行的，有些参数有改动：batch size 变为 30；单任务使用学习率为 0.001 的 RMSprop 优化器，多任务模型使用学习率为 0.015 的 SGD 优化器。为了能在显存 8GB 的单  GPU 上运行，领域向量和任务向量维度均为 8。词向量使用预训练的 100 维 GloVe 向量，字符向量随机初始化。 

实验结果 

本文对实验结果的分析还是很周密且详尽的。作者在多任务角度、数据角度都有分析，建议感兴趣的读者看一下原文，更能体会作者的用心。

如上图，STM（单任务模型）与文章模型的比较，可以看出，文章模型一直是优于 STM 的，尤其是目标领域数据极少时（也可以看做无监督），依然能保持 60% 左右的 F1-score。 

在有监督的领域迁移 NER 上，作者把模型与 STM、多任务（完全共享参数）、fine-tune 方法进行对比，发现一些类型的实体识别直接使用多任务方法效果是非常差的，而本文的方法一直是最优的。可见，同样是多任务学习，参数生成网络带来的提升是巨大的。

总结和思考

文章通过未标注文本抽取领域知识来完成 NER 领域自适应任务。通过参数生成网络跨领域语言建模，分别得到任务向量和领域向量。实验表明，有监督时，这种领域适应方法十分有效，在无监督时，也能取得一定效果。 本文使用的语言模型就是常见的 BiLSTM，可能是论文写作的时间原因，不知道作者有没有尝试基于 BERT 的方法，感觉非常值得一试。

点击以下标题查看更多往期内容： 

#投 稿 通 道#

 让你的论文被更多人看到 

如何才能让更多的优质内容以更短路径到达读者群体，缩短读者寻找优质内容的成本呢？答案就是：你不认识的人。

总有一些你不认识的人，知道你想知道的东西。PaperWeekly 或许可以成为一座桥梁，促使不同背景、不同方向的学者和学术灵感相互碰撞，迸发出更多的可能性。 

PaperWeekly 鼓励高校实验室或个人，在我们的平台上分享各类优质内容，可以是最新论文解读，也可以是学习心得或技术干货。我们的目的只有一个，让知识真正流动起来。

📝 来稿标准：

• 稿件确系个人原创作品，来稿需注明作者个人信息（姓名+学校/工作单位+学历/职位+研究方向） 

• 如果文章并非首发，请在投稿时提醒并附上所有已发布链接 

• PaperWeekly 默认每篇文章都是首发，均会添加“原创”标志

📬 投稿邮箱：

• 投稿邮箱：[e-mail] 

• 所有文章配图，请单独在附件中发送 

• 请留下即时联系方式（微信或手机），以便我们在编辑发布时和作者沟通

🔍

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。

▽ 点击 | 阅读原文 | 下载论文 & 源码