초록
우리는 트위터 데이터를 대상으로 한 WNUT 2017 명명된 실체 인식 챌린지에 대한 우리 시스템을 제시한다. 우리는 시퀀스 태깅을 위한 기본 신경망 아키텍처에 대한 두 가지 개선점을 설명한다. 먼저, 타깃 작업과는 다른 명명된 실체 태그를 가진 추가 레이블 데이터를 어떻게 활용할 수 있는지 보여준다. 이후, 문장 수준의 특징을 통합하는 방법을 제안한다. 우리 시스템은 이 두 가지 방법을 모두 사용하여 실체 수준 태깅에서 2위를 기록하였으며, F1 스코어는 40.78을 달성하였고, 표면형태 태깅에서도 2위를 기록하여 F1 스코어 39.33을 달성하였다.