摘要
我们比较了三种简单且流行的方法用于命名实体识别（NER）：1) SEQ（使用线性标记分类器进行序列标注）2) SeqCRF（使用条件随机场进行序列标注），以及3) SpanPred（使用边界标记嵌入进行片段预测）。我们在四个生物医学命名实体识别任务上对这些方法进行了比较：GENIA、NCBI-Disease、LivingNER（西班牙语）和社会疾病命名实体识别（SocialDisNER，西班牙语）。SpanPred模型在LivingNER和SocialDisNER任务上展示了最先进的性能，分别提高了1.3和0.6的F1分数。SeqCRF模型也在LivingNER和SocialDisNER任务上展示了最先进的性能，分别提高了0.2和0.7的F1分数。SEQ模型在LivingNER数据集上的表现与最先进水平相当。我们探索了一些简单的方法来结合这三种方法。结果表明，多数投票法在所有四个数据集上都能持续提供高精度和高F1分数。最后，我们实现了一个系统，该系统学习如何结合SEQ和SpanPred的预测结果，生成的系统在所有四个数据集上均能持续提供高召回率和高F1分数。在GENIA数据集上，我们发现所提出的组合系统显著提升了F1分数（+1.2）和召回率（+2.1），优于被组合的各个系统。我们已将所有用于复现这些系统的详细代码发布在https://github.com/flyingmothman/bionlp。