摘要

现有的命名实体识别（Named Entity Recognition, NER）方法在处理短文本及非正式文本时，尤其是用户生成的社交媒体内容，普遍面临数据稀疏问题。语义增强（Semantic Augmentation）被认为是缓解该问题的一种有效途径。鉴于预训练词嵌入中隐含了丰富的语义信息，其可作为语义增强的理想资源。本文提出一种基于神经网络的社交媒体文本NER方法，该方法同时考虑了文本局部上下文语义（来自原文）与增强语义信息。具体而言，我们从大规模语料库中获取增强语义信息，并提出一种注意力机制的语义增强模块与门控模块，分别用于编码与聚合这些语义信息。我们在三个来自英文和中文社交媒体平台的基准数据集上进行了大量实验，结果表明，所提出的方法在全部三个数据集上均显著优于现有方法。