[论文笔记] IJCAI2019: CNN-Based Chinese NER with Lexicon Rethinking

• 原文链接：https://www.ijcai.org/Proceedings/2019/0692.pdf

• 代码: https://github.com/guitaowufeng/LR-CNN

---

一. 介绍

Motivation

本文模型提出的动机是，尽管现有的融合了lexicon信息的RNN模型在中文NER任务中取得了一定的成功，但这类模型存在两处缺点

• 效率限制: 基于RNN的模型由于循环结构的限制无法进行并行操作，尤其是Lattice-LSTM；

• Lexicon冲突问题: 当句子中的某个字符可能与lexicon中的多个word有关时，基于RNN的模型难以对此做出判断。例如，图一中的"长"可能属于"市长"一词，也可能属于"长隆"一词，而对"长"所属lexicon word判断的不同，将导致对字符"长"预测的标签不同。

Proposed Model

基于以上问题，本文提出一种含有rethinking 机制的CNN网络(LR-CNN)，从以下两个方面对motivation中发现的问题进行解决

• 通过CNN对句子与lexicon中存在的词语进行处理

• 通过rethinking机制解决lexicon conflict: 大多数中文NER模型都通过前向网络结构对特征进行学习，因此无法在获得完整的句子信息后对lexicon conflict进行处理。因此通过再添加一层以高层特征为输入的feedback layer， 来调整lexicon words间的权重进而解决冲突问题。

Contibutions

本文总结如下三点贡献

• 设计了能够将lexicon信息融入到中文NER的CNN结构模型,且有效地加速了模型的训练；

• 设计了Rethinking机制来处理了上文所说的lexicon conflict问题；

• 本文模型取得了较好的效果，且运行速度达到目前SOTA模型的3.21倍

模型设计

LR-CNN模型主要包括Lexicon-Based CNNs和Refining Networks with Lexicon Rethinking两部分

Lexicon-Based CNNs

首先将输入的句子表示为 $C={c_1,c_2, ..., c_n}$, 其中 $c_i$ 表示句中 $i$ 个字符维度为 $d$ 的embedding表示； 然后，对 lexicon 中能够与句子中字符序列匹配上的词语进行表示： $w^l_m$ = { $c_m$, …, $c_{m+l-1}$}, 其中 $m$代表字符下标， $l$ 代表词语长度， 例如在图1中， $w^2_1$=广州， $w^3_1$=广州市。接下来用CNN模型对字符特征进行编码，并通过attention模块融入lexicon信息。

CNN使用维度为 $d \times l$ 的矩阵作为卷积核，其中 $l$ 代表卷积核窗口大小；CNN使用不同大小窗口的卷积核进行特征提取，当窗口大小为2时，表示抽取bigram特征，大小为 $l$ 时，表示抽取 $l-gram$特征。卷积操作后得到的 $l-gram$ 句子特征表示为 $C_m^l$ , 将对应于 $w^l_m$ 通过attention操作融入lexicon信息，attention部分的计算过程如下:

Refining Networks with Lexicon Rethinking

由于CNN的分层结构，低层的potential words信息无法影响到高层的words,因此设计rethinking机制，处理lexicon中potential words的冲突问题。

在本文中，将CNN的顶层特征 $X^L_m$ 作为高层特征，通过向每一层CNN添加一个feedback layer来调整lexicon的权值，具体计算如下:

举例对这一过程进行说明，如果没有高层特征得到的"广州市"和"长隆"，那么"市长"一词会对误导模型对字符"市"产生错误的预测。因此，需要通过高层特征(“广州市”)来降低"市长"一词在输出特征中权重。

在通过卷积核抽取 $l-gram$ 特征的同时，句子中每个位置上的字符分别都得到了一个表示，因此通过attn机制将同一字符在不同卷积尺度下的特征进行融合:

最后得到的 $X_{att}=\{X^{att}_1,X^{att}_2, ..., X^{att}_M\}$将作为CRF层进行标签预测的输入。

Predicting with CRF

以 $X_{att}$ 为输入，通过CRF层对字符标签进行预测

实验

主要介绍了数据集、比较的baseline模型以及超参设置，具体可见论文。

分析

在分析章节中，本文首先通过LR-CNN在不同数据集上取得的结果说明了LR-CNN的实验效果，同时通过decoding time指出了LR-CNN在效率上较之Lattice-LSTM的提高。

然后，作者分析了句子长度对模型的影响，从两方面与Lattice-LSTM进行对比：

• LR-CNN在实验中所有句子长度的设定下都取得了优于Lattice-LSTM的效果，尤其是句子长度小于12个字符时。因此得出结论: LR-CNN较之Lattice-LSTM更加具有处理短句的优势。

• 对不同句子长度下LR-CNN和Lattice-LSTM的decoding time进行统计，发现随着句子长度的增加，LR-CNN的速度降低较为稳定，而Lattice-LSTM的速度改变则比较显著。

最后，作者通过消融实验得出如下结论

消融实验	结论
去掉lexicon信息	lexicon信息对基于字符的中文NER是十分有用的
去掉rethinking机制	rethinking机制能够有效提高融合lexicon信息后模型的实验结果(因为它可以处理字符与lexicon中word的冲突问题)
同时去掉lexicon信息和rethinking机制	通过对比仅去掉lexicon信息和同时去掉lexicon和rethinking的实验结果发现，rethinking机制对没有lexicon的模型也能有一定的提升作用