前言
最近博主在做的一个项目中涉及到了中文NER任务。所以调研了近些年来中文NER上有什么刷榜的模型。发现了两个宝藏模型：FLAT和LEBERT。本篇文章将简单介绍下这两个模型各自的思想，并针对LEBERT的GitHub代码做一些实验上的分析。最后，还会提出一些NER数据增强方法。
原文链接：中文NER—项目中的SOTA应用
一、FLAT（ACL2020）
1、论文标题：《?FLAT: Chinese NER Using Flat-Lattice Transformer 》
2、论文链接：https://arxiv.org/pdf/2004.11795.pdf
3、Github：https://github.com/LeeSureman/Flat-Lattice-Transformer
4、方法
FLAT结构如下图Figure1(c)所示，每个字符和每个潜在的word使用head和tail两个索引去表示token在输入序列中的绝对位置，head表示开始索引，tail表示结束索引，对于每个字符，head和tail是一样的；每个word是不一样的，比如word “重庆”，head为1，tail为2，说明序列中第一个字符和第二个字符为“重庆”。
5、腾讯音乐文本NER
之前听分享报告，腾讯QQ音乐在做音乐文本NER时，采用的就是FLAT模型。其NER优化方案就是：设计更好的领域内知识融入模型。而该项目是2020年做的，当年领域内知识融入的SOTA便是ACL2020成果FLAT。该模型重要思想在于：1）候选实体和原token放到同一序列中；2）知识融入在attention计算时进行。
这里附上两张当时的截图，对FLAT直接应用的效果以及如何做优化：
二、LEBERT（ACL2021）
1、论文标题：
《 Lexicon Enhanced Chinese Sequence Labelling Using BERT Adapter 》
2、论文链接：https://arxiv.org/abs/2105.07148
4、方法
该文在中文NER，中文词性标注，分词任务上实现state of the art。在模型中添加词信息并不算罕见，在此之前就有很多论文采用了这种方法，并且模型效果都不错，但这篇论文相比于之前的论文在信息融合上做了一些改变。
模型结构如上所示，左边是其他模型的信息融合方案，是将BERT模型的输出和词信息通过一个融合层(比如线性层)，得到融合后的向量，这个向量既包含了字信息也包含了词信息，但是本篇论文认为这样融合的效果一般，于是提出了另一种融合方案，也就是右边的模型，相比于左边的模型，这个模型将融合信息层放在了BERT模型中的某一层后面，这使得字信息和词信息能更好的融合。
LEBERT结构图如上所示，可以看作是Lexicon Adapter和BERT的结合，其中Lexicon Adapter应用到了BERT当中的某一个Transformer层。
对于给定的中文句子
，将其构建成character-words pair sequence形式
。
表示包含字符
的词汇组成的组合，其中BERT的输入为
，假设第k层transformer输出
，Lexicon Adapter嵌入到第k层和第k+1层Transformer之间。
三、一些关于LEBERT复现实验
1、对数据的解读
1）训练数据主要组成文件如下图，train.json和 train.char.bmes 和 labels.txt
2）labels.txt（标注标签文件，采用的是IOBES标注法）
3）train.json
4）train.char.bmes ??该文件对应train.json中的每一条训练数据，只是train.char.bmes需要以“char-标签”的方式进行存储。
2、BUG复现
【题外话】这块我只提两个比较令人头疼的BUG，毕竟在博主解决它们时做了一些列的验证实验，想想还是有必要提一提，以方便后面复现实验的肝帝们能轻松一些。当然如果你在复现的时候还有什么其他的BUG，也可以私信我啦，也许我知道呢！！！
1）第一个bug
解决方案：
vocab.py中convert_id_to_item中id会超过idx2item列表的范围，Trainer.py中第526行的label_vocab。打印一下label_vocab.init_vocab()，你会发现item2idx和idx2item会重复进列表，导致列表超出范围。
2）第二个bug
模型训练时预测效果很好，但是单独与测试效果很差的验证。
解决方案：阿弥陀佛，这可把博主折磨的够呛的，做了N多个验证后，确定是分布式训练导致模型参数保存时漏掉了某几层参数，致使单独预测加载模型时这几层参数重置。
-
预测代码验证：重新训练开源数据weiboNER,并进行训练阶段预测和单独加载模型预测，结果是训练阶段预测效果很好，单独预测效果非常差。预测代码没问题；
-
模型参数验证：训练阶段和单独预测阶段，模型加载时的参数对比。训练时加载的模型参数是完整的，而单独进行预测时某些层参数会被重置（weigth重置值为1.的矩阵、bias重置值为0.的矩阵）；
-
训练时会提示：some weights of the model checkpoint were not used when initializing 。这是正常的，BERT checkpoint 是由 Mask Language model 和 Next Sentence Predict 训练的参数，对于下游任务，只会用到BERT编码器，一些权重将不会用到下游任务中；
-
分布式验证：原模型训练时进行了分布式参数设置，某些参数被分布训练导致单独预测加载模型时没有加载部分参数，进而导致参数重置。去掉分布式参数进行训练后，在开源数据weiboNER上，训练时预测结果与单独加载训练后的模型进行预测结果是一致的。
【 run_demo.sh 中去掉分布式参数：-m torch.distributed.launch --master_port 13517 --nproc_per_node=1 】
四、NER中的数据增强
1、实体替换
解决实体不均衡的问题。有的实体在数据中出现次数较少，我们可以通过实体较多的样本，将该稀缺实体替换上去。比如“月均收入”可以替换为“平均收入”。
2、实体扩充
解决实体类型少的问题。比如实体“一万”，我们可以扩充实体的类型为“1万”或“壹万”等。
3、实体规避
解决实体冲突问题，不同中标签可能会对应到同一种实体。比如对于金服质检项目中，我们设置了两种标签MAN（满期）和MONTH（每个月），但这两种标签都涵盖了少部分相同的实体，导致NER模型在识别这类实体时准确度较低。
4、非实体片段替换
增加文本噪声，增强模型在同一非实体文本中识别不同实体的能力。比如：这是周杰伦的歌曲七里香——>七里香是周杰伦唱的。
5、实体名扰动
增加实体噪声。在实体的基础上增加扰动信息，比如：可以在“每一天”的基础上增加扰动信息“每每”，变为“每每每一天”。
6、实体样性扩增
增加对应标签实体的丰富性。