Cross Domain_NER

跨域_ner

使用跨域語言建模，ACL 2019論文代碼的跨域NER。

介紹

NER是NLP的基本任務。由於標記的資源的限制，跨域NER一直是一項具有挑戰性的任務。以前的大多數工作都集中在監督場景上，利用用於源和目標域的標記數據。這種設置的缺點是他們無法訓練沒有標記數據的域。

我們使用跨域LM作為NER域適應性的橋樑交叉域解決了這個問題。通過設計新型參數生成網絡來執行交叉任務和跨域轉移。

CBS Scitech新聞數據集的實驗表明，我們的模型可以有效地允許無監督的域適應，同時也可以在具有完全不同實體類型的域之間引導監督域的適應性（即新聞與生物醫學）。

單個任務模型的天真基線（紙上的STM ）主要遵循NCRF ++。

有關更多詳細信息，請參閱我們的論文：

使用跨域語言建模的跨域NER
Chen Jia，Xiaobo Liang和Yue Zhang*
（*通訊作者）
ACL 2019

要求

 Python 2 or 3 
PyTorch 0.3

一個GPU的內存應不少於8GB，以適合該模型。

預處理的嵌入

手套100維單詞向量（從這裡引用）。

數據集

來源域：

CONLL-2003英語NER數據。

目標域

• 無監督：CBS Scitech新聞（測試集）（在：` unsupervise_domain_adaptation data news_tech tech_test）。
  
• 監督：BIONLP13PC數據集和Bionlp13cg數據集。

LM原始數據

retures域原始數據與CONLL-2003數據集一起釋放。
Scitech新聞域原始數據下載。
路透社新聞領域原始數據下載。

用法

命令

supervised_domain_adaptation ， unsupervised_domain_adaptation和combined_SDA_and_UDA可以使用以下命令使其運行。

 python main.py --config train.NER.config

文件train.NER.config在NCRF ++之後包含數據集路徑和模型超參數。

輸入格式

• 我們建議使用IBOES標籤樣式用於NER數據集。
• 我們建議使用單句話的輸入樣式，以使用單詞分割來進行原始數據。

引用：

如果您使用我們的數據或代碼，請引用我們的論文如下：

 @inproceedings{jia2019cross,
  title={Cross-domain ner using cross-domain language modeling},
  author={Jia, Chen and Liang, Xiaobo and Zhang, Yue},
  booktitle={Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics},
  pages={2464--2474},
  year={2019}
  organization={Association for Computational Linguistics}
}

更新

• v2。在combined_SDA_and_UDA中結合監督場景和無監督的方案。
• V1。 supervised_domain_adaptation中的先前監督場景；
  unsupervised_domain_adaptation中的以前的無監督場景；