nlp - 命名实体识别 (NER) 的 IOB 标记方法在模型准确性或计算时间方面是否有任何优势？

Question

我们可以在没有 IOB 标签而仅使用实体作为标签的情况下进行 NER 吗？我专门致力于收据等视觉文档的标记分类。例如，This HuggingFace tutorial CORD数据集上的LayoutLM用于收据信息提取不使用IOB方案。

我已经训练了没有 IOB 标记的 LayoutLMv2 模型，并且训练得很好。但是使用 IOB 标签会有什么不同吗？

Answer 1

假设您的文本是“...深蓝色浅绿色...”，其中“深蓝色”和“浅绿色”是两种不同的颜色。如果您想确保您的模型理解这种差异，您应该使用 IOB 检查结果是否为 I-Color I-Color B-Color I-Color。如果您只关心模型将这些单词分类为颜色，则不需要 IOB 标记。

由此可以非常清楚地看出，所选标记会影响性能指标。找到正确的标签类对比仅仅找到正确的类更复杂。就计算时间而言，我认为由于还包含 IOB 标签时类总数的增加，因此影响较小。