| 基于局部对抗训练的命名实体识别方法研究 |
| |
| 引用本文： | 李静,程芃森,许丽丹,刘嘉勇.基于局部对抗训练的命名实体识别方法研究[J].四川大学学报(自然科学版),2021,58(2):023003-023003-8. |
| |
| 作者姓名： | 李静 程芃森 许丽丹 刘嘉勇 |
| |
| 作者单位： | 四川大学网络空间安全学院,四川大学网络空间安全学院,四川大学网络空间安全学院,四川大学网络空间安全学院 |
| |
| 基金项目： | 四川省重点研发项目(2020YFG0076)； 四川大学基金(2020SCUNG205); 国家自然科学基金（U2066203,61473197） |
| |
| 摘 要： | 命名实体识别研究中,数据集内普遍存在实体与非实体,实体内部类别间边界样本混淆的问题,极大地影响了命名实体识别方法的性能.提出以BiLSTM-CRF为基线模型,结合困难样本筛选与目标攻击对抗训练的命名实体识别方法.该方法筛选出包含大量边界样本的困难样本,利用边界样本易被扰动偏离正确类别的特性,采用按照混淆矩阵错误概率分布的目标攻击方法,生成对抗样本用于对抗训练,增强模型对混淆边界样本的识别能力.为验证该方法的优越性,设计非目标攻击方式的全局、局部对抗训练方法与目标攻击全局对抗训练方法作为对比实验.实验结果表明,该方法提高了对抗样本质量,保留了对抗训练的优势,在JNLPBA、MalwareTextDB、Drugbank三个数据集上F1值分别提升1.34%、6.03%、3.65%.
|
| 关 键 词： | 命名实体识别 对抗训练 困难样本 目标攻击 |
| 收稿时间： | 2020/6/17 0:00:00 |
| 修稿时间： | 2020/11/11 0:00:00 |
Name Entity Recognition based on Local Adversarial Training |
| |
| LI Jing,CHENG Peng-Sen,XU Li-Dan and LIU Jia-Yong.Name Entity Recognition based on Local Adversarial Training[J].Journal of Sichuan University (Natural Science Edition),2021,58(2):023003-023003-8. |
| |
| Authors: | LI Jing CHENG Peng-Sen XU Li-Dan and LIU Jia-Yong |
| |
| Institution: | College of Cybersecurity, Sichuan University,College of Cybersecurity, Sichuan University,College of Cybersecurity, Sichuan University,College of Cybersecurity, Sichuan University |
| |
| Abstract: | |
| |
| Keywords: | named entity recognition adversarial training hard samples target attack |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《四川大学学报(自然科学版)》下载免费的PDF全文 |
|
