摘要
命名实体识别（Named Entity Recognition, NER）是自然语言处理领域中广泛研究的任务之一。近年来，越来越多的研究关注嵌套命名实体识别（nested NER）。基于跨度（span-based）的方法将实体识别建模为跨度分类任务，能够自然地处理嵌套实体。然而，这类方法面临搜索空间过大以及实体间缺乏交互建模的问题。为解决上述挑战，本文提出一种新型的序列到集合（sequence-to-set）神经网络用于嵌套命名实体识别。与预先设定候选跨度的方法不同，我们引入一组可学习的固定向量，用于自动捕捉有价值跨度的模式。通过采用非自回归（non-autoregressive）解码器，模型可在单次前向传播中预测最终的实体集合，从而有效建模实体之间的依赖关系。相较于传统的序列到序列（sequence-to-sequence）方法，本模型更适合此类无序识别任务，因其对标签顺序不敏感。此外，我们设计了一种基于二分图匹配（bipartite matching）的损失函数，用于计算整体训练损失。实验结果表明，所提出的模型在三个主流嵌套NER数据集——ACE 2004、ACE 2005和KBP 2017上均取得了当前最优的性能。代码已开源，地址为：https://github.com/zqtan1024/sequence-to-set。