自增強（self-augmentation）最近在提升低資源場景下的 NER 問題中得到了越來越多的關(guān)注，token 替換和表征混合是對于 NER 這類 token 級別的任務(wù)很有效的兩種自增強方法。值得注意的是，自增強的方法得到的增強數(shù)據(jù)有潛在的噪聲，先前的研究是對于特定的自增強方法設(shè)計特定的基于規(guī)則的約束來降低噪聲。

本文提出了一個聯(lián)合的 meta-reweighting 的策略來自然的進行整合。我們提出的方法可以很容易的擴展到其他自增強的方法中，實驗表明，本文的方法可以有效的提升自增強方法的表現(xiàn)。

論文標(biāo)題：

Robust Self-Augmentation for Named Entity Recognition with Meta Reweighting

論文鏈接：

https://arxiv.org/pdf/2204.11406.pdf

代碼鏈接：

https://github.com/LindgeW/MetaAug4NER

Intro

命名實體識別旨在從非結(jié)構(gòu)化文本中抽取預(yù)先定義的命名實體，是 NLP 的一個基礎(chǔ)任務(wù)。近期，基于神經(jīng)網(wǎng)絡(luò)的方法推動 NER 任務(wù)不斷取得更好的表現(xiàn)，但是其通常需要大規(guī)模的標(biāo)注數(shù)據(jù)，這在真實場景中是不現(xiàn)實的，因此小樣本設(shè)置的 NER 更符合現(xiàn)實需求。? ? 數(shù)據(jù)自增強是一個小樣本任務(wù)可行的解法，對于 token-level 的 NER 任務(wù)，token 替換和表征混合是常用的方法。但自增強也有局限性，我們需要為每種特定的自增強方法單獨進行一些設(shè)計來降低自增強所帶來的噪聲，緩解噪聲對效果的影響。本文提出了 meta-reweighting 框架將各類方法聯(lián)合起來。? ? 首先，放寬前人方法中的約束，得到更多偽樣本。然而這樣會產(chǎn)生更多低質(zhì)量的增強樣本，為此，我們提出 meta reweighting 策略來控制增強樣本的質(zhì)量。同時，使用 example reweighting 機制可以很自然的將兩種方法結(jié)合在一起。實驗表明，在小樣本場景下，本文提出的方法可以有效提升數(shù)據(jù)自增強方法的效果，在全監(jiān)督場景下本文的方法仍然有效。 ?

Method

2.1 Baseline

本文的 basic 模型使用 BERT+BiLSTM+CRF 進行 NER 任務(wù)。首先給定輸入序列 ，使用預(yù)訓(xùn)練的 BERT 得到每個 token 的表征。

? ? 然后使用 BiLSTM 進一步抽取上下文的特征： ?

最后解碼過程使用 CRF 進行解碼，先將得到的表征過一層線性層作為初始的標(biāo)簽分數(shù)，定義一個標(biāo)簽轉(zhuǎn)移矩陣 T 來建模標(biāo)簽之間的依賴關(guān)系。對于一個標(biāo)簽序列 ，其分數(shù) 計算如下： ?

其中 W、b 和 T 是模型的參數(shù)，最后使用維特比算法得到最佳的標(biāo)簽序列。訓(xùn)練的損失函數(shù)采用句子級別的交叉熵損失，對于給定的監(jiān)督樣本對 (X, Y)，其條件概率 P(Y|X) 計算如下：

其中 為候選標(biāo)簽序列。

2.2 自增強方法

2.2.1?Token Substitution（TS）

token 替換是在原始的訓(xùn)練文本中對部分 token 進行替換得到偽樣本。本文通過構(gòu)建同義詞詞典來進行 token 替換，詞典中既包含實體詞也包含大量的普通詞。遵循前人的設(shè)置，我們將所有屬于同一實體類型的詞當(dāng)作同義詞，并且添加到實體詞典中，作者將其稱為 entity mention substitution (EMS)。同時，我們也將 token 替換擴展到了“O”類型中，作者將其稱為 normal word substitution (NWS)。作者使用 word2vec 的方法，在 wikidata 上通過余弦相似度找到 k 個最近鄰的詞作為“O”類型詞的同義詞。 這里作者設(shè)置了參數(shù) （此參數(shù)代表 EMS 的占比）來平衡 EMS 和 NWS 的比率，在 entity diversity 和 context diversity 之間達到更好的 trade-off。 ?

2.2.2?Mixup for CRF

不同于 token 替換在原始文本上做增強，mixup 是在表征上進行處理，本文將 mixup 的方法擴展到了 CRF 層。形式上，給定一個樣本對 和 ，首先用 BERT 得到其向量表示 和 。然后通過參數(shù) 將兩個樣本混合：

其中，n 為 ， 從 分布中采樣。損失函數(shù)變?yōu)椋?/p>

2.3?Meta Reweighting

有別于句子級的分類任務(wù)，NER 這類 token 級別的任務(wù)對于上下文高度敏感，一些低質(zhì)量的增強數(shù)據(jù)會嚴(yán)重影響模型的效果。在本文中，作者使用 meta reweighting 策略為 mini batch 中的訓(xùn)練數(shù)據(jù)分配樣本級的權(quán)重。?

在少樣本設(shè)置中，我們希望少量的標(biāo)注樣本能夠引導(dǎo)增強樣本進行模型參數(shù)更新。直覺上看，如果增強樣本的數(shù)據(jù)分布和其梯度下降的方向與標(biāo)注樣本相似，說明模型能夠從增強樣本中學(xué)到更多有用的信息。?

算法流程如下：

實驗

3.1 實驗設(shè)置

數(shù)據(jù)集采用 OntoNotes 4、OntoNotes 5、微博和 CoNLL03，所有數(shù)據(jù)集均采用 BIOES 標(biāo)注方式。

對于 NWS，使用在 wikipedia 上訓(xùn)練的 GloVe 獲取詞向量，取 top5 最近鄰的詞作為同義詞， 取 0.2， 在 Beta (7, 7) 中進行采樣，評價指標(biāo)使用 F1 值。3.2?主實驗本文在小樣本設(shè)置和全監(jiān)督設(shè)置下都做了實驗，結(jié)果如下：

3.3?分析

作者首先在 CoNLL03 5% 設(shè)置下做了增強數(shù)據(jù)量對實驗結(jié)果的影響：

可以看出，在增強數(shù)據(jù)是原始訓(xùn)練數(shù)據(jù)的 5 倍之后，模型的效果就趨于平緩了，單純的增加增強樣本數(shù)并不能帶來效果上持續(xù)的增長。

作者在三種小樣本設(shè)置下對參數(shù) 的影響：

可以看出在 20% 時效果最好，而且相比之下，只使用 NWS 比只使用 EMS 效果更好?？赡艿囊粋€原因是實體詞在文本中是稀疏的，NWS 能夠產(chǎn)生更多不同的偽樣本。

接著作者分析了 mixup 參數(shù) （Beta 分布參數(shù) ）的取值：

因為本文 Beta 分布的兩個參數(shù)都取 ，其期望總是 0.5，當(dāng) 增大時，分布的方差減小，采樣更容易取到 0.5，實驗結(jié)果表明當(dāng) 取 7 時整體效果最好。 最后作者還分析了 mixup 添加在不同位置的不同結(jié)果：

總結(jié)

本文提出了 meta reweighting 策略來增強偽樣本的效果。是一篇很有啟發(fā)性的文章，從梯度的角度出發(fā)，結(jié)合類似于 MAML 中 gradient by gradient 的思想，用標(biāo)注樣本來指導(dǎo)偽樣本訓(xùn)練，為偽樣本的損失加權(quán)，對偽樣本的梯度下降的方向進行修正使其與標(biāo)注樣本更加相似。

審核編輯 ：李倩

?