Um modelo híbrido para o Reconhecimento de Entidades Nomeadas em português
Open Access
- 31 December 2022
- journal article
- research article
- Published by Grupo de Estudos Linguisticos do Estado de Sao Paulo in Estudos Linguísticos (São Paulo. 1978)
- Vol. 51 (3) , 1317-1335
Abstract
O Reconhecimento de Entidades Nomeadas (REN) é uma tarefa computacional voltada para a classificação automática de termos chamados de Entidades Nomeadas em um texto, como os nomes de pessoas, lugares e organizações. Nesta pesquisa, propomos um modelo híbrido para o REN em português, que combina representações word embeddings e traços baseados em representações linguísticas explícitas (como regras morfossintáticas e pronomes de tratamento) aplicados a uma rede neural BiLSTM-CRF. O modelo foi treinado no corpus Harem (SANTOS; CARDOSO, 2007), obtendo 81,06% de medida-F, o que representa uma melhora estatisticamente significativa em relação ao modelo treinado somente com representações word embeddings. A BiLSTM-CRF também superou os resultados obtidos pelo módulo spaCy (HONNIBAL; MONTANI, 2017) e ficou um pouco acima do modelo BERTimbau (SOUZA; NOGUEIRA; LOTUFO, 2020). Esses resultados sugerem que a incorporação de traços linguísticos pode melhorar o desempenho de modelos de redes neurais no reconhecimento de entidades nomeadas em textos.Keywords
This publication has 12 references indexed in Scilit:
- BERTimbau: Pretrained BERT Models for Brazilian Portuguese2020
- BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding2019
- Generalisation in named entity recognition: A quantitative analysisComputer Speech & Language, 2017
- Named Entity Recognition with Bidirectional LSTM-CNNsTransactions of the Association for Computational Linguistics, 2016
- Named Entity Recognition using Word Embedding as a FeatureInternational Journal of Software Engineering and Its Applications, 2016
- Evaluating and Combining Name Entity Recognition Systems2016
- Boosting Named Entity Recognition with Neural Character Embeddings2015
- A survey of named entity recognition and classification2009
- Design challenges and misconceptions in named entity recognition2009
- A Golden Resource for Named Entity Recognition in Portuguese2006