要約
単語境界情報の欠如は、高精度な中国語固有名詞認識（NER）システムの開発における主要な障壁の一つとされてきた。幸いなことに、自動的に構築された語彙データベースには豊富な単語境界情報および語義情報が含まれている。しかし、中国語NERタスクにおいて語彙知識を統合する際には、自己一致語彙語や最近傍の文脈的語彙語を扱う上で依然として課題が残っている。本研究では、これらの課題を解決するためのコラボラティブグラフネットワークを提案する。複数のデータセットにおける実験結果から、本モデルは最先端（SOTA）手法を上回る性能を達成するとともに、SOTAモデルと比較して6～15倍の高速性を実現した。