摘要
由于嵌套实体具有组合性特征，在多个领域中普遍存在，而现有的广泛使用的序列标注框架难以有效识别此类实体。一种自然的解决思路是将该任务视为跨度分类问题。为了学习更优的跨度表示并提升分类性能，关键在于有效融合多种异构因素，包括内部词元、边界信息、标签以及相关跨度等，这些因素均对嵌套实体识别具有潜在贡献。为此，我们提出一种新颖的三重仿射机制（triaffine mechanism），包含三重仿射注意力（triaffine attention）与三重仿射打分（triaffine scoring）。其中，三重仿射注意力以边界和标签作为查询（query），以内部词元和相关跨度作为键（key）与值（value），用于构建跨度表示；三重仿射打分则通过融合边界信息与跨度表示进行分类。实验结果表明，所提出的方法优于以往基于跨度的模型，在嵌套命名实体识别数据集GENIA和KBP2017上取得了当前最优的F₁分数，同时在ACE2004和ACE2005数据集上也表现出具有竞争力的性能。