摘要

当前最先进的命名实体识别（NER）方法通常仅在句子级别处理文本，因而无法建模跨句子边界的上下文信息。然而，基于Transformer的模型为捕捉文档级别的特征提供了天然的优势。本文对两种文献中常见的标准NER架构——“微调（fine-tuning）”与“基于特征的LSTM-CRF”——中的文档级别特征进行了对比评估。我们系统地考察了文档级别特征的不同超参数设置，包括上下文窗口大小以及强制文档局部性（document-locality）等策略。通过一系列实验，我们提出了关于如何有效建模文档上下文的实用建议，并在多个CoNLL-03基准数据集上取得了新的最先进性能。所提出的方法已集成至Flair框架中，以支持实验结果的可复现性。