EMNLP 22：SetGNER: General Named Entity Recognition as Entity Set Generation

SetGNER: General Named Entity Recognition as Entity Set Generation

**任务形式：**识别flat、nest和不连续实体。

**任务建模方式：**采用基于pointer的方式实现任务建模，文本序列中的每个word可以用tag表示，具体为：
三个特征的tags: ⟨∅⟩, indicating no-entityfound; ⟨#⟩, indicating fragment of entity is found;
⟨/s⟩, indicating the end of the generated sequence.
Ptr(⟨∅⟩) = C,
Ptr(⟨#⟩) = C + 1,
Ptr(⟨/s⟩) = C + 2.
序列中其余tags的表示：（j是word在序列中位置）
Ptr(wj ) = C + 3 + j

pointer sequence for entity ei is defined as:

模型结构

1 word level 的encoder

先采用encoder编码器得到token level 的embedding的表示。
之后，采用maxpool 操作，得到word level 的embedding表示。具体是对每个word的tokens中，计算tokens的start和end的表示。
R是word level的表示，size是N*d

2 mention detector

2.1 预测每个head word下有多少个实体？

V = ReLU(WV R + bV )
之后，使用softmax layer计算，得到
loss函数：

2.2 预测一个word是否是entity的head或者tail？

3 parallel generator

由于目标序列由Pointer tags组成，因此在解码之前应将它们转换为单词/标签。我们将此操作表示为 Retrieve(·)

对于retrieve之后的序列，采用bart的decoder完成解码操作。

loss 函数：

训练过程

还有一个反向生成过程。