如何将 NER 标签添加到特征

Question

我有一组训练句子，我计算了一些浮点特征。在每个句子中，标识了 两个 实体。它们的类型为“PERSON”、“ORGANIZATION”、“LOCATION”或“OTHER”。我想将这些类型添加到我的特征矩阵（存储浮点变量）中。

我的问题是：有没有推荐的方法来添加这些实体类型？

我现在可以想到两种方法：

• 添加两列，每个实体各一列，将填充实体类型 ID（例如 0 到 3 或 1 到 4）
• 添加八列，每个实体类型和每个实体各一列，并用0和1填充它们

最好的！

Answer 1

我建议您使用容易成为 normalized 并且与您的其他数据在同一范围内的东西。

因此，如果您的所有浮点值都在 -1 和 1 之间，我会将您的 "Named Entity Recognition" 中的值保持在同一范围内。

因此，根据您的喜好或为您提供最佳结果的方式，您可以分配 4 个与其他浮点数相同范围内的值，或者使用具有更多列的二进制结果。

Answer 2

最后，第二个建议（添加八列，为每个实体类型和每个实体添加一个，并用 0 和 1 填充它们）效果很好！