هرم: نموذج متعدد الطبقات للتعرف على الكيانات الاسمية المضمنة

تقدم هذه الورقة نموذج "بيramid" (هرم)، وهو نموذج طبقي جديد للتمييز المُتداخل للعناصر الاسمية (Nested Named Entity Recognition). في نهجنا، يتم إدخال تمثيلات الرموز (tokens) أو مناطق النص بشكل تكراري عبر طبقات NER المسطحة L، من الأسفل إلى الأعلى، بحيث تُرصَّب الطبقات على شكل هرم. وكلما مرّ التمثيل عبر طبقة من الهرم، تقل طوله بمقدار واحد. وتمثّل الحالة المخفية في الطبقة l نموذجًا مكونًا من l رموز (l-gram) في النص المدخل، ويتم تسمية هذا النموذج فقط إذا كان يمثل ذكرًا كاملاً لكيان. كما قمنا بتصميم هرم عكسي يسمح بالتفاعل ثنائي الاتجاه بين الطبقات. وحققت الطريقة المقترحة أداءً متفوقًا على الحد الأقصى (state-of-the-art) من حيث دقة F1 في مهام التمييز المُتداخل للعناصر الاسمية على مجموعات بيانات ACE-2004، ACE-2005، GENIA، وNNE، حيث بلغت القيم 80.27، 79.42، 77.78، و93.70 باستخدام تمثيلات تقليدية، و87.74، 86.34، 79.31، و94.68 باستخدام تمثيلات سياقية مُدرّبة مسبقًا. بالإضافة إلى ذلك، يمكن استخدام نموذجنا في المهمة الأعمّ من التمييز المُتداخل للعناصر الاسمية (Overlapping Named Entity Recognition). وتم تأكيد فعالية طريقة العمل لدينا في التمييز المُتداخل من خلال تجربة أولية.