前沿重器[17] | 美团搜索ner技术启示（下）

前沿重器

栏目主要给大家分享各种大厂、顶会的论文和分享，从中抽取关键精华的部分和大家分享，和大家一起把握前沿技术。具体介绍：仓颉专项：飞机大炮我都会，利器心法我还有

近期，我再次总结了我的历史文章，累积起来有50w字，百余篇文章了，有兴趣可以拿来看看，获取方式：七夕清流，百余篇累计50w字文章合集发布。

往期回顾

• 前沿重器[11] | 再谈attention机制

• 前沿重器[12] | 美团搜索引导技术启示

• 前沿重器[13] | 知乎query改写思路启示

• 前沿重器[14] | 美团小样本学习技术总结

• 前沿重器[15] | R-Dropout——一次不行就两次

• 前沿重器[16] | 美团搜索ner技术启示（上）

随着文本层面的搜索向语义向量召回迭代（可能不少新人都不知道文本搜索了吧？），NER任务在搜索中的地位好像有所下降，但是作为关键的理解和抽取技术，仍有重要的应用场景，因此好好掌握还是非常关键的。

这次给大家以美团的技术分享为依据和思路指导，给大家介绍一下业界处理ner问题的基本方案，这篇文章写的非常详细，有时间大家绝对要好好理解吸收一遍。

原文章摆这里：https://mp.weixin.qq.com/s/632T-bwnKU2Ui4Uidpoylw

由于内容众多，一篇实在写不完，所以我分两篇来整：

• 美团搜索ner技术启示（上）：场景、选型和实体匹配技术。

• 美团搜索ner技术启示（下）：模型和启示。

模型

上一期提到，模型的主要责任就是识别长尾、未登陆的结果，首先，我们学习一下美团的模型迭代历程，这个迭代成一方面伴随着技术的变迁，另一方面也记录业务逐渐拓展下模型的应对能力。

2018年以前是比较经典的CRF模型，而后升级为lstm-crf，然后从整流开始逐步从蒸馏bert到bert完全体，再到后续对bert的魔改和场景、知识适配。而在技术上，也是逐步从离线预计算到蒸馏再到大模型，这里面所透露的信息都很多，一方面业务效果优先的情况下，大模型会是趋势，而大模型的短板主要在于性能，性能在逐步解决后大模型也就得以上线。围绕着NER任务，模型构建主要面临的是这几个问题：

• 性能。

• 领域强相关。

• 标注数据。

性能问题，从上述的迭代流程能看到其优化流程，领域相关的问题则是通过各种业务数据的引入，或增强或嵌入的方式优化NER方法，而针对标注数据的问题，则采用了一种弱监督的NER方法来进行优化。

目前美团主要使用的是BERT和BERT-LR级联模型。

BERT

相信BERT大家都不陌生了，但阻碍其应用的最大问题就是他的推理速度，美团的应对则是从蒸馏和加速两个方向去做。

模型压缩领域的主要操作就是剪枝和蒸馏，美团实验表明剪枝的损失不小，所以就剩下蒸馏这条路，这种方式并不新颖，2015年Hinton大神就已经提到过，通过Teacher模型对Student的学习，能让student逐步逼近teacher模型的结果，从而完成蒸馏。而在美团的实践经验和场景下，有如下明确的模型建议：

• 模型上更建议用推理速度快的网络进行蒸馏，保证在线运行速度。（IDCNN-CRF）

• 训练过程中使用标签近似（因为NER任务本身的特定）来指导学习。

而在加速上，文章提供了3种方法：

• 算子融合。提到了基于NV的Faster Transformer并进行了二次的开发，在稳定性和易用性上做了一定的改进，加速的核心主要在于降低Kernel Launch次数和提高小算子访存效率。

• Batching。在流量巨大的互联网场景，完全可以凑成batch再来进行计算以降低Kernel Launch次数、充分利用多个GPU SM。

• 混合精度。混合精度本质是可以减少显存开销，兼顾FP32的稳定和FP16的速度。

知识增强的NER

语言模型目前已经能够很轻易地学习到语法信息，类似GPT等已经能够生成非常“人类”的语言，现在的技术瓶颈就落在了“知识”上，尽管模型生成的语言非常“人类”，但是因为少了知识的支撑，所以经常是“一本正经的胡说八道”，因此知识嵌入或者说增强则成为一个技术热点，在NER里面也有大量知识增强的技术手段。

开始讲之前，分享一个技术点，就是有关词典和模型的融合，已经有人进行了完整的总结，此处给大家链接以备拓展阅读：https://zhuanlan.zhihu.com/p/136277575

Lattice-LSTM的提出本质是一种能结合字和词的NER方法，从而完成知识的嵌入，而在搜索场景下，Query乃至物料中都会存在大量的诸如POI之类的信息，这些信息的嵌入能直接使效果提升。

这里重点讲了两个技术细节，分别是短语挖掘计算与具体模型嵌入的方式。

短语挖掘计算上，是根据query和doc之间的匹配情况来进行抽取，然后通过多模型的方式生成多个候选结果，这个候选结果通过整数规划进行选择，使整体得分最大化。

模型嵌入上，采用结构其实和常规的实体词嵌入差不多，将词向量、实体短语向量、字向量之间进行组合，如下图所示，在计算过程通过LSTM的方式将或长或短的短语和词汇信息融合进来。

在此基础上，构造了领域词典知识和模型融合的方案，并分为了两个阶段，拆分为实体边界识别和标签识别，这个方式的优势是可以跨领域使用，同时也能充分使用实体数据等信息提升识别率。

• 一阶段，用bert关注实体边界。

• 二阶段，则将实体词典带来的信息融入到实体分类模型中。模型上采用的是IDCNN，内部一方面会对切分结果进行编码，然后把编码内容输入到标签识别模型中。值得强调的是，IDCNN的使用主要考虑的是性能问题，当然bert也能使。

弱监督学习

弱监督是一种基于少量已标注样本和大量无标注样本的学习方法，这种情况更加符合NER的使用场景，因此美团的NER也提到了这个方案。

整个训练和使用的流程也分两块：弱监督标注样本生成和弱监督模型训练。

第一步的弱监督标注样本生成：

• 首先用已标注数据训练一个初版本模型（有监督学习），这里用的初版模型。

• 用词典数据作为无监督样本，用上一步的bert预测得到实体识别结果。

• 对该结果进行修正，修正的方式就是根据词典和模型的差别进行综合选择。

第二步是弱监督模型训练，在第一步生成的样本和标注样本进行混合不区分的方式进行训练，这种训练可以是有别于第一步的模型，也可以是在第一步模型的基础上进行微调，两者从最终的效果来看后者更好。

启示

整篇文章，美团进行对他们的NER方案进行了非常有效的方法，本质上是需要应对三大核心问题：

• 性能要求。

• 领域强相关。

• 标注数据。

这些核心问题，也是我们经常会遇到的核心问题，在参透这些本质的基础上，可以开始步步为营地综合解决。

• 性能问题，随着硬件、编译等技术，从小模型向大模型cache再向大模型迁移。

• 领域问题，结合领域挖掘的词典，并把词典信息输入进去，完成领域信息的构造和融入。

• 标注数据本就有限，人工一方面数量大了不显示，另一方面也不完全靠谱，弱监督的方式就非常合理了。

当然了，NER的终点并非在此，落地场景上搜索仍会在很长的一段时间内需要NER技术，还有很多类似实体链接等的任务离不开NER，而在技术和场景需求上，OOV问题、歧义、嵌套等问题仍有待解决，对于领域的问题，甚至是领域的通用性问题，都还有很大的空间，都需要我们持续学习和进步。