SANTA：针对远程监督命名实体识别中不准确与不完整标注噪声的独立策略
Findings of ACL 2023 · PDF · 代码 · Data
为错误标签和缺失标签设计不同的处理方式。 远程监督可能把实体标成错误类型，也可能完全漏标。SANTA 将不准确标注与实体歧义联系起来，将不完整标注与决策边界偏移联系起来，并分别设计针对性的策略。
对标为实体的片段，记忆平滑焦点损失稳定训练，实体感知 KNN 在推理时帮助消歧。对标为非实体的片段，边界 Mixup 与抗噪损失帮助找回知识库漏标的实体。两条分支共享基于片段的 NER 编码器。
实验覆盖 五个远程监督 NER 数据集：CoNLL2003、OntoNotes5.0、Webpage、BC5CDR 和 EC。SANTA 在这些数据集上优于论文比较的基线；在 Webpage 上报告 71.79 F1，只区分两种损失但未加入专门模块的基线为 62.98。方法及噪声分析的适用范围是论文中的远程监督设置。