我正在进行命名实体识别 . 我评估了库，例如MITIE，Stanford NER，NLTK NER等，它们是基于传统的nlp技术构建的 . 我还研究了深度学习模型，如word2vec和Glove向量，用于表示向量空间中的单词，它们很有趣，因为它们提供了关于单词上下文的信息，但是特别针对NER的任务，我认为它不太适合 . 由于所有这些矢量模型都创建了词汇和相应的矢量表示 . 如果任何单词未能出现在词汇表中，则无法识别 . 假设命名实体很可能不存在，因为它们不受语言约束 . 它可以是任何东西 . 因此，如果任何深度学习技术必须在这种情况下有用，那么通过使用标准英语词汇更加依赖于句子结构的那些，即忽略命名字段 . 有没有这样的模型或方法？ CNN或RNN可能是它的答案吗？
1 回答
我认为你的意思是某种语言的文本，但该文本中的命名实体可能包含不同的名称（例如来自其他语言）？
我想到的第一件事是一些半监督学习技术，模型定期更新，以反映新的词汇 .
例如，您可能希望使用word2vec模型来训练传入的数据，并将可能的NE的字向量与现有的NE进行比较 . 他们的余弦距离应该很近 .