Raki的读paper小记:通过教师-学生模型在目标语言上的无标注数据上学习来实现单源/多源跨语言NER任务 from ACL2020

本文主要是介绍Raki的读paper小记:通过教师-学生模型在目标语言上的无标注数据上学习来实现单源/多源跨语言NER任务 from ACL2020,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Single-/Multi-Source Cross-Lingual NER via Teacher-Student Learning on Unlabeled Data in Target Language

不要问我为什么改成了中文名,因为标题名字太长了!!

Abstract & Introduction & Related Work

  • 研究任务
    通过教师-学生模型在目标语言上的无标注数据上学习来实现单源/多源跨语言NER任务
  • 已有方法和相关工作
    1. 以前关于跨语言NER的工作大多是基于成对文本的标签投射或直接模型转移。
    2. 通过在可比语料库上的标签投影,为目标语言自动标注NER数据,并开发了一个启发式方案来选择高质量的投影标注的数据。
    3. 在短语/词的层面上翻译源语言标记的数据,以生成目标语言的成对标记的数据。
    4. 在源语言的标记数据上训练一个共享的NER模型,该模型具有与语言无关的特征,如跨语言的词汇表征(Devlin等人,2019),然后在目标语言上直接测试模型。
  • 面临挑战
    1. 如果源语言中的标记数据不可用,或者没有利用目标语言中的无标记数据所包含的信息,那么这些方法就不适用
    2. 前者依靠源语言中的标签数据进行标签投射,因此在所需的标签数据无法获取的情况下(例如,由于隐私/敏感性问题),并不适用。同时,后者没有利用目标语言中的无标签数据,而后者的获取成本要低得多,而且可能包含非常有用的语言信息
  • 创新思路
    1. 使用教师模型来预测软标签而不是硬标签,因为软标签能提供更多的信息
    2. 相比直接迁移,带有成对文本的标签投射,使用源模型来预测软性标签在这里插入图片描述- 实验结论
      在这里插入图片描述

Methodology

Single-Source Cross-Lingual NER

NER Model Structure

单教师的训练模型
在这里插入图片描述
首先经过一个encoder层进行编码
在这里插入图片描述
然后经过一个线性层,再通过softmax得到推理的分布
在这里插入图片描述

Teacher-Student Learning

Training

训练学生模型来模仿教师模型在目标语言上对实体标签的分布的输出,这样能使教师模型的知识迁移到学生模型上,而学生模型也可以利用未标记的目标语言数据中的有用的特定语言信息

学生模型和教师模型对第i个token的实体分布输出分别为:
在这里插入图片描述
定义教师-学生模型的损失函数:
在这里插入图片描述
总损失:
在这里插入图片描述

Multi-Source Cross-Lingual NER

在这里插入图片描述

Extension to Multiple Teacher Models

k个教师模型的组合
在这里插入图片描述

Weighting Teacher Models

源语言和目标语言相似度更高就应该分配更高的权重

Without Any Source-Language Data

平均分配
在这里插入图片描述

With Unlabeled Source-Language Data

由于没有标注数据,已有的监督学习方法并不适用,在此引入一个语言辅助识别任务来计算源语言与目标语言之间的相似度,然后根据这个指标对教师模型进行加权

用一个双线性模型来对句子u和第k种语言的可学习向量 μ \mu μ 进行计算
在这里插入图片描述
在这里插入图片描述
P是讲所有的 μ \mu μ 堆叠起来形成的矩阵,我们可以推导出特定语言的概率分布
在这里插入图片描述
参数M和P是通过使用交叉熵损失经过训练,可以识别源语言合集中每个句子的语言

正则项鼓励语言嵌入向量的不同维度来关注不同的方面
在这里插入图片描述
通过softmax来计算权重参数
在这里插入图片描述

Experiments

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Conclusion

在本文中,我们提出了一种用于单/多源跨语言NER的师生学习方法,通过使用源语言模型作为教师,在目标语言的未标记数据上训练学生模型。该方法不依赖于源语言的标记数据,能够利用未标记的目标语言数据中的额外信息,这解决了以前基于标签投影和基于模型转移的方法的局限性。我们还提出了一种基于语言识别的语言相似性测量方法,以更好地衡量不同的教师模型。在基准数据集上进行的大量实验表明,我们的方法优于现有的sota

Remark

截止2022年2月7,这篇paper的方法在Cross-Lingual NER on CoNLL German数据集上仍然是sota,说明这个方法确实蛮有效的,整整一年也没有新sota出来(可能是做这个方向的人少?),总之novelty感觉算是中规中矩,模型还算简单,个人认为是蛮不错的一篇paper

这篇关于Raki的读paper小记:通过教师-学生模型在目标语言上的无标注数据上学习来实现单源/多源跨语言NER任务 from ACL2020的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/848809

相关文章

Springboot处理跨域的实现方式(附Demo)

《Springboot处理跨域的实现方式(附Demo)》:本文主要介绍Springboot处理跨域的实现方式(附Demo),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不... 目录Springboot处理跨域的方式1. 基本知识2. @CrossOrigin3. 全局跨域设置4.

Spring Boot 3.4.3 基于 Spring WebFlux 实现 SSE 功能(代码示例)

《SpringBoot3.4.3基于SpringWebFlux实现SSE功能(代码示例)》SpringBoot3.4.3结合SpringWebFlux实现SSE功能,为实时数据推送提供... 目录1. SSE 简介1.1 什么是 SSE?1.2 SSE 的优点1.3 适用场景2. Spring WebFlu

基于SpringBoot实现文件秒传功能

《基于SpringBoot实现文件秒传功能》在开发Web应用时,文件上传是一个常见需求,然而,当用户需要上传大文件或相同文件多次时,会造成带宽浪费和服务器存储冗余,此时可以使用文件秒传技术通过识别重复... 目录前言文件秒传原理代码实现1. 创建项目基础结构2. 创建上传存储代码3. 创建Result类4.

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

SpringBoot日志配置SLF4J和Logback的方法实现

《SpringBoot日志配置SLF4J和Logback的方法实现》日志记录是不可或缺的一部分,本文主要介绍了SpringBoot日志配置SLF4J和Logback的方法实现,文中通过示例代码介绍的非... 目录一、前言二、案例一:初识日志三、案例二:使用Lombok输出日志四、案例三:配置Logback一

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

Python+PyQt5实现多屏幕协同播放功能

《Python+PyQt5实现多屏幕协同播放功能》在现代会议展示、数字广告、展览展示等场景中,多屏幕协同播放已成为刚需,下面我们就来看看如何利用Python和PyQt5开发一套功能强大的跨屏播控系统吧... 目录一、项目概述:突破传统播放限制二、核心技术解析2.1 多屏管理机制2.2 播放引擎设计2.3 专

Python实现无痛修改第三方库源码的方法详解

《Python实现无痛修改第三方库源码的方法详解》很多时候,我们下载的第三方库是不会有需求不满足的情况,但也有极少的情况,第三方库没有兼顾到需求,本文将介绍几个修改源码的操作,大家可以根据需求进行选择... 目录需求不符合模拟示例 1. 修改源文件2. 继承修改3. 猴子补丁4. 追踪局部变量需求不符合很

Java的IO模型、Netty原理解析

《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容:标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇... 目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO(blocking I/O)NI

idea中创建新类时自动添加注释的实现

《idea中创建新类时自动添加注释的实现》在每次使用idea创建一个新类时,过了一段时间发现看不懂这个类是用来干嘛的,为了解决这个问题,我们可以设置在创建一个新类时自动添加注释,帮助我们理解这个类的用... 目录前言:详细操作:步骤一:点击上方的 文件(File),点击&nbmyHIgsp;设置(Setti