多粒度融合的命名实体识别

目前主流的命名实体识别算法都是从词汇增强的角度出发，引入外部词汇信息提升NER模型获取词边界信息的能力，并未考虑到中文字结构信息在此任务中的重要作用。因此，该文提出多粒度融合的命名实体识别算法，同时引入中文字结构与外部词汇信息，通过编码汉字中每个字部件，并使用注意力机制使得文本序列中的字启发式地融合细粒度信息，赋予模型获取中文字形特征的能力。在多个命名实体识别数据集上的实验结果显示，该算法在模型精度以及推理速度方面具有较大优势。