基于单源/多源的跨语言命名实体识别通过目标语言未标注数据的教师-学生学习实现

为了更好地解决在缺乏或没有标注数据的语言中进行命名实体识别（NER）的问题，跨语言NER必须有效利用从拥有丰富标注数据的源语言中学到的知识。以往关于跨语言NER的研究大多基于成对文本的标签投影或直接模型迁移。然而，这些方法要么在源语言中没有可用的标注数据时无法应用，要么未能充分利用目标语言中的未标注数据所包含的信息。本文提出了一种教师-学生学习方法来克服这些限制，其中源语言中的NER模型作为教师用于训练目标语言中的未标注数据上的学生模型。该方法适用于单源和多源跨语言NER。对于后者，我们进一步提出了一种相似度测量方法，以更好地权衡来自不同教师模型的监督信息。大量的实验结果表明，在基准数据集上针对3种目标语言进行测试时，我们的方法在单源和多源跨语言NER方面均优于现有的最先进方法。