WBA: Atención de Límites de Palabra para Reconocimiento de Entidades Nombradas en Chino

Área de la Ciencia:

• Procesamiento del Lenguaje Natural
• Lingüística Computacional
• Inteligencia Artificial

Sus antecedentes:

• El idioma chino exhibe propiedades estructurales únicas con estructuras de palabras paralelas y conexiones secuenciales de caracteres.
• Los métodos existentes pueden no capturar completamente las relaciones matizadas entre caracteres y palabras en el texto chino.

Objetivo del estudio:

• Desarrollar un mecanismo de atención novedoso para el procesamiento del lenguaje natural en chino que modele explícitamente los límites de las palabras.
• Mejorar las representaciones de caracteres incorporando información contextual derivada de redes de palabras.
• Mejorar el reconocimiento de palabras y aprovechar el contexto basado en léxico en tareas de etiquetado de secuencias.

Principales métodos:

• Extracción de posiciones de caracteres de cabeza y cola dentro de las palabras para un esquema de codificación posicional relativa.
• Introducción de la Atención de Límites de Palabra (WBA) para asignar pesos de atención dinámicos a los caracteres.
• Mejora de las representaciones de caracteres utilizando información contextual de la red de palabras.

Principales resultados:

• WBA supera consistentemente los enfoques existentes en múltiples conjuntos de datos.
• Se logró una mejora del 2.51% sobre el modelo base en el conjunto de datos Weibo con codificación de léxico YJ.
• Las visualizaciones revelaron relaciones interpretables entre palabras y caracteres, ofreciendo información sobre el descubrimiento de palabras.

Conclusiones:

• La Atención de Límites de Palabra modela eficazmente los límites de las palabras, suprimiendo el ruido y mejorando el reconocimiento de palabras en el PLN chino.
• El método propuesto aprovecha un contexto más rico basado en léxico, lo que conduce a un rendimiento superior.
• El enfoque proporciona información interpretable sobre la interacción entre la información a nivel de palabra y a nivel de carácter.