《A Neural Layered Model for Nested Named Entity Recognition》

问题：大多数命名实体识别(NER)系统只处理平面实体，而忽略了内部嵌 套实体，这无法捕获底层文本中的细粒度语义信息。 方法：为了解决这个问题，我们提出了一种新的神经模型，通过动态叠加平面NER层来识别嵌套的实体。模型将LSTM层的输出合并到当前平面NER层中，为检测到的实体构建新的表示，并随后将它们提供给下一个平面NER层。模型动态地堆加平面NER层，直到没有提取任何外部实体。 flat NER:

>>阅读原文<<