曾蘭蘭，王以松，陳攀峰

（貴州大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，貴陽 550025）

0 引言

近年來，大數(shù)據(jù)和人工智能技術(shù)的快速發(fā)展使得法院信息化建設(shè)的進(jìn)程不斷加快，多種自然語言處理技術(shù)被應(yīng)用到了法律領(lǐng)域中［1］。命名實(shí)體識別（Named Entity Recognition，NER）是構(gòu)建法律知識圖譜的一項(xiàng)關(guān)鍵技術(shù)［2］，而目前針對裁判文書的命名實(shí)體識別的研究尚且處于起步階段，相關(guān)工作并不多。裁判文書具有一定的格式規(guī)范，對于一些格式規(guī)范、表達(dá)方式單一的實(shí)體可以直接利用規(guī)則進(jìn)行抽取，如佘貴清等［3］利用正則表達(dá)式構(gòu)建規(guī)則模板來對刑事判決書中的被告人信息、辯護(hù)人信息和量刑情節(jié)等進(jìn)行抽取；宋傳寶［4］通過編寫基于規(guī)則的實(shí)體識別引擎（Java Annotation Patterns Engine，JAPE）規(guī)則實(shí)現(xiàn)了對案號、案件類型和審判時間等實(shí)體的抽取。但如受害人、作案工具和案發(fā)起因之類實(shí)體的表達(dá)方式復(fù)雜多樣，并不能通過直接通過規(guī)則進(jìn)行抽取。目前針對這類復(fù)雜的實(shí)體可使用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行識別，但需解決以下兩個方面的問題：

1）多義詞表示問題。裁判文書中存在大量的多義詞，例如“他一下把刀奪了過來”和“他推了董某一下”中“一下”這個詞的上下文語境理應(yīng)是不一樣，如果使用Word2vec［5］等靜態(tài)詞向量作為模型輸入將無法對這些多義詞進(jìn)行表示。

2）實(shí)體邊界識別錯誤問題。雖然使用詞向量作為模型的輸入能給模型提供一些實(shí)體的邊界信息，但詞向量的構(gòu)建首先需要對文本進(jìn)行分詞，由于裁判文書中專業(yè)術(shù)語較多，單獨(dú)利用分詞工具進(jìn)行分詞則會帶來分詞錯誤，如分詞工具會將“不銹鋼碗”這個實(shí)體分成“不/銹/鋼碗”，這可能會導(dǎo)致模型將該實(shí)體識別成“鋼碗”。

針對上述問題，在BiLSTM-CRF（Bidirectional Long Short-Term Memory with a sequential Conditional Random Field）模型［6］的基礎(chǔ)上，本文提出了一種基于聯(lián)合學(xué)習(xí)和BERT（Bidirectional Encoder Representation from Transformers）［7］的BiLSTM-CRF模型，即JLB-BiLSTM-CRF（BiLSTM-CRF based on Joint Learning and BERT）模型。與僅使用雙向長短期記憶（BiLSTM）網(wǎng)絡(luò)來提取文本特征的BiLSTM-CRF 模型不同，除使用BiLSTM 網(wǎng)絡(luò)建模長文本信息外，JLB-BiLSTM-CRF 模型還使用BERT 對輸入的字符序列進(jìn)行編碼，在避免分詞錯誤的同時通過對BERT 進(jìn)行微調(diào)可以提升詞向量的表征能力，從而解決一詞多義問題；此外，該模型將命名實(shí)體識別任務(wù)與分詞任務(wù)進(jìn)行聯(lián)合學(xué)習(xí)，通過讓它們共享相同的BERT嵌入層，以此來提升實(shí)體的邊界識別率。由于尚未有公開的裁判文書數(shù)據(jù)集可供使用，本文針對2 700 篇刑事裁判文書進(jìn)行了標(biāo)注。在該數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，本文模型能有效提升多類實(shí)體的識別效果。

1 相關(guān)工作

基于詞典和規(guī)則的命名實(shí)體識別方法需要人工去制定規(guī)則或詞典，可移植性差，代價高。隨著語料集的豐富，一些統(tǒng)計(jì)學(xué)習(xí)方法如隱馬爾可夫模型（Hidden Markov Model，HMM）［8］、條件隨機(jī)場（Conditional Random Field，CRF）［9］、支持向量機(jī)（Support Vector Machine，SVM）［10］也被應(yīng)用于命名實(shí)體識別中，但特征的提取依賴于人工，泛化能力不強(qiáng)。神經(jīng)網(wǎng)絡(luò)模型能自動進(jìn)行特征的提取，不依賴于繁瑣的特征工程，所以近年來神經(jīng)網(wǎng)絡(luò)模型被廣泛應(yīng)用于命名實(shí)體識別任務(wù)中，如Hammerton［11］首次將長短期記憶（Long Short-Term Memory，LSTM）網(wǎng)絡(luò)應(yīng)用于命名實(shí)體識別任務(wù)中；相較于LSTM 的單向編碼，Lample等［6］提出的BiLSTM-CRF 模型則使用BiLSTM 捕獲句子的雙向語義，并通過CRF 層預(yù)測出每個詞的標(biāo)簽；Zhang等［12］利用外部詞典將詞向量信息融入到了字向量中，有效避免了分詞錯誤問題；Dong等［13］提出的Radical-BiLSTM-CRF 模型能學(xué)習(xí)到中文字符級別及其部首級別的表示，在無需精心設(shè)計(jì)特征的情況下能獲得更好的性能。除了利用BiLSTM 網(wǎng)絡(luò)提取特征之外，也有一些工作將卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）應(yīng)用到了命名實(shí)體識別領(lǐng)域中，如Strubell等［14］使用迭代膨脹卷積神經(jīng)網(wǎng)絡(luò)（Iterated Dilated CNN，IDCNN）替代BiLSTM，與CRF層結(jié)合組成IDCNN-CRF 模型，在捕獲到更大范圍的序列信息的同時還能加快模型的訓(xùn)練速度；而Ma等［15］提出的BiLSTM-CNNs-CRF 模型能夠自動學(xué)習(xí)到詞級別和字符級別的表示。由于Word2vec 之類的靜態(tài)語言模型無法對多義詞進(jìn)行表示，而BERT［7］模型具有表征一詞多義的能力，在多個領(lǐng)域的命名實(shí)體識別任務(wù)上都取得了很好的效果，如Liu等［16］利用BERT-BiLSTM-CRF 從非結(jié)構(gòu)化的歷史文本數(shù)據(jù)中提取實(shí)體信息，在歷史文化領(lǐng)域的命名實(shí)體識別任務(wù)中取得了良好的效果；針對中文電子病歷命名實(shí)體識別任務(wù)，Li等［17］為了利用到未標(biāo)記的特定領(lǐng)域知識，使用未標(biāo)記的中文電子病歷對BERT 模型進(jìn)行了預(yù)訓(xùn)練，并加入了字典特征和部首特征以提升模型性能；使用相關(guān)任務(wù)聯(lián)合訓(xùn)練命名實(shí)體識別模型能有效提升實(shí)體的識別效果，如Wang等［18］通過讓在不同數(shù)據(jù)集上訓(xùn)練的生物醫(yī)學(xué)命名實(shí)體識別模型共享參數(shù)以學(xué)習(xí)到更通用的詞向量表示；Tong等［19］將實(shí)體的分類任務(wù)作為輔助任務(wù)聯(lián)合訓(xùn)練命名實(shí)體識別模型，能在低資源場景下取得更好性能。

在司法領(lǐng)域也有一些關(guān)于命名實(shí)體識別的研究，如Huang等［20］使用了句向量 的分布記憶模 型（Distributed Memory model of Paragraph Vector，PV-DM）來學(xué)習(xí)更魯棒的句子向量表示并改進(jìn)了Viterbi 算法來提升模型的效率；Wang等［21］提出的Attention-BiLSTM-CRF 模型除使用BiLSTM進(jìn)行序列建模外還利用了注意力機(jī)制提取句子內(nèi)部的局部特征；王得賢等［22］提出的融合字、詞和自注意力的雙重LSTM（Join Character Word and Attenion-Dual Long Short-Term Memory，JCWA-DLSTM）模型分別使用了字符模型和自注意力機(jī)制獲取詞語的表示和句子的內(nèi)部表示，將這兩種語義表示進(jìn)行拼接融合后的句子語義表示能有效提升法律實(shí)體的邊界識別率。

上述法律命名實(shí)體識別模型大多利用靜態(tài)的詞向量作為模型的輸入，但靜態(tài)的詞向量表示并不能區(qū)分詞語在不同上下語境中的含義，故本文在BiLSTM-CRF 模型的基礎(chǔ)上利用BERT 來動態(tài)生成含有豐富上下文信息的詞向量。此外，受多任務(wù)學(xué)習(xí)的啟發(fā)，本文將分詞任務(wù)作為輔助任務(wù)，通過讓分詞任務(wù)和命名實(shí)體識別任務(wù)進(jìn)行聯(lián)合學(xué)習(xí)以提升實(shí)體的邊界識別率。

2 本文模型

本章將詳細(xì)介紹JLB-BiLSTM-CRF 模型的組成部分和中文分詞（Chinese Word Segmentation，CWS）任務(wù)作為輔助任務(wù)聯(lián)合訓(xùn)練命名實(shí)體識別模型的實(shí)現(xiàn)過程。

2.1 JLB-BiLSTM-CRF模型結(jié)構(gòu)

JLB-BiLSTM-CRF 模型的整體結(jié)構(gòu)如圖1 所示，模型主要由三層構(gòu)成：第一層是嵌入層，該層利用BERT 對輸入的字符序列進(jìn)行編碼，生成字符的語義向量表示；第二層是BiLSTM層，BiLSTM 對輸入的字符向量進(jìn)行雙向編碼，捕獲字符序列的長距離依賴關(guān)系；第三層是CRF層，CRF 用來對上層的輸出進(jìn)行解碼，它通過學(xué)習(xí)標(biāo)簽之間的約束關(guān)系可得到最優(yōu)的標(biāo)注序列。

2.1.1 BERT預(yù)訓(xùn)練模型

靜態(tài)語言模型如N-Gram、Word2vec 等無法對多義詞進(jìn)行表示，而BERT 可以動態(tài)生成含有上下文信息的詞向量。如圖2 所示，BERT 的輸入是由詞的嵌入信息（Token Embedding）、句子中詞的位置信息（Position Embedding）以及用于區(qū)分不同句子的向量表示（Segment Embedding）疊加而成。每個序列的第一個token 是［CLS］，在分類問題中可當(dāng)作序列的表示，而［SEP］則用來分隔兩個句子。

BERT-base-Chinese 是使用中文維基百科相關(guān)語料預(yù)訓(xùn)練的中文BERT 模型，本文將在模型訓(xùn)練過程中使用本文的數(shù)據(jù)集對它進(jìn)行微調(diào)。如圖3 所示，BERT 利用Transformer［23］進(jìn)行特征的提取，給定一個句子輸入{w1，w2，…，wn}，將它輸入到BERT 模型中可得到輸出向量{x1，x2，…，xn}。

2.1.2 BiLSTM層

與循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）相比，LSTM 能捕獲到更長距離的依賴關(guān)系。在LSTM 的單元結(jié)構(gòu)中，t時刻LSTM 的輸入分別是t -1 時刻的隱藏層向量ht-1和t時刻的特征向量xt，輸出是ht，同時ht又是下一個LSTM 單元的輸入；而ct-1和ct屬于記憶單元，ct-1會在遺忘門作用下選擇性地遺忘部分歷史信息，然后在輸入門作用下加入部分當(dāng)前的輸入信息生成ct，最后在輸出門控制下生成新的輸出ht。整個LSTM 的更新過程如下所示：

其中：σ表示Sigmoid 函數(shù)；W、U表示權(quán)重矩陣；b表示偏置向量；it、ft、ot分別表示輸入門、遺忘門、輸出門的輸出向量。

因?yàn)長STM 在對句子進(jìn)行建模時，無法編碼從后到前的信息，而通過將當(dāng)前時刻LSTM 層的前向和后向輸出進(jìn)行級聯(lián)可以捕捉到雙向的語義信息，所以t時刻BiLSTM 的輸出ht可表示為：

2.1.3 CRF層

CRF 能學(xué)習(xí)到標(biāo)簽之間約束關(guān)系，降低輸出的錯誤率。假設(shè)BiLSTM 的輸出矩陣為P，其中Pi，j代表第i個詞對應(yīng)的標(biāo)簽是j的得分，而A表示CRF 學(xué)習(xí)到的轉(zhuǎn)移矩陣，Ai，j表示標(biāo)簽i的下一個標(biāo)簽是j的得分。

對于輸入序列X={x1，x2，…，xn} 對應(yīng)的預(yù)測序列是Y={y1，y2，…，yn}的得分可表示為：

利用Softmax 函數(shù)指數(shù)歸一化思想，可以得到預(yù)測序列Y概率值為：

其中：YX表示X對應(yīng)的所有可能的預(yù)測標(biāo)注序列。

為了方便計(jì)算，利用了對數(shù)似然，則NER 的損失函數(shù)可定義為：

其中：S表示訓(xùn)練數(shù)據(jù)中所有句子的集合；表示句子s對應(yīng)的輸入序列；表示句子s對應(yīng)的預(yù)測序列。

2.2 利用分詞任務(wù)進(jìn)行聯(lián)合學(xué)習(xí)

NER 的識別過程包括兩個部分：一是正確識別出實(shí)體邊界；二是確定實(shí)體類型。由于中文文本不像英文文本那樣具有明確的分隔符，所以對于某些中文實(shí)體而言，很難正確識別對實(shí)體的邊界位置。而在自然語言處理領(lǐng)域，中文分詞（CWS）是對文本中的詞語進(jìn)行劃分，即確定詞的邊界位置。由此可見CWS 和中文命名實(shí)體識別（Chinese Named Entity Recognition，CNER）具有高度的相關(guān)性。

多任務(wù)學(xué)習(xí)通過共享某些層可以讓模型從相關(guān)任務(wù)中獲取到有用的信息，因?yàn)槟Ｐ托枰瑫r兼顧多個任務(wù)，所以多任務(wù)學(xué)習(xí)還能夠減少模型的過擬合以及提高模型的魯棒性［24］。受多任務(wù)學(xué)習(xí)思想的啟發(fā)，如圖1 所示，本文將CWS和CNER 進(jìn)行聯(lián)合學(xué)習(xí)，使其共享相同的BERT 嵌入層，使用不同的CRF 解碼層進(jìn)行輸出。通過這種方式，模型可以對CWS 中有用的信息進(jìn)行編碼，以學(xué)習(xí)到含有詞邊界信息的上下文字符向量表示，這有助于模型提升實(shí)體的邊界識別率。

分詞任務(wù)也屬于序列標(biāo)注任務(wù)，其損失函數(shù)可表示為：

其中：S表示訓(xùn)練數(shù)據(jù)中所有句子的集合；表示句子s對應(yīng)的輸入序列；表示句子s對應(yīng)的預(yù)測序列。

為了使命名實(shí)體識別任務(wù)能得到充分訓(xùn)練，本文將命名實(shí)體識別任務(wù)損失的權(quán)重置為1，然后通過λ來調(diào)節(jié)分詞任務(wù)損失所占的權(quán)重，其中λ∈[0，1]，兩個任務(wù)的聯(lián)合損失L可表示為：

JLB-BiLSTM-CRF 模型的訓(xùn)練過程如算法1 所示，對于每個epoch，模型在獲取到訓(xùn)練數(shù)據(jù)Dt后分別進(jìn)行命名實(shí)體識別任務(wù)和分詞任務(wù)的訓(xùn)練，然后根據(jù)這兩個任務(wù)的損失來計(jì)算聯(lián)合損失函數(shù)，最后進(jìn)行梯度的更新。

算法1 訓(xùn)練JLB-BiLSTM-CRF 模型。

3 實(shí)驗(yàn)與結(jié)果分析

由于法律領(lǐng)域沒有直接可供使用的命名實(shí)體識別數(shù)據(jù)集和分詞數(shù)據(jù)集。本文先構(gòu)建兩個數(shù)據(jù)集，然后設(shè)置了多組對比實(shí)驗(yàn)來驗(yàn)證本文模型的有效性。

3.1 數(shù)據(jù)集和實(shí)驗(yàn)參數(shù)配置

3.1.1 數(shù)據(jù)集

本文所使用的命名實(shí)體識別數(shù)據(jù)集是自主構(gòu)建的，所用的語料來自于上海市高級人民法院公開的裁判文書（http：//www.hshfy.cn），共收集了2 萬篇一審刑事判決書，通過統(tǒng)計(jì)分析，選取了其中犯罪率較高且實(shí)體類別具有一定相似性的3 種案由（尋釁滋事罪、故意傷害罪和盜竊罪）進(jìn)行標(biāo)注。由于刑事裁判文書中案情描述復(fù)雜，實(shí)體類別豐富，為了減少其他無關(guān)信息的影響，本文先利用規(guī)則將這3 種案由里面的案情提取出來，然后選取了案情描述部分提取完整的2 700條數(shù)據(jù)進(jìn)行人工標(biāo)注，共標(biāo)注了9 類實(shí)體，各類實(shí)體數(shù)目如表1 所示。

表1 各類實(shí)體數(shù)目Tab.1 Number of entities in each category

本文中的命名實(shí)體識別數(shù)據(jù)集采用的是“BIO”標(biāo)注法，對于每個實(shí)體，將第一個字標(biāo)記為“B-實(shí)體名稱”，其余部分標(biāo)記為“I-實(shí)體名稱”。對于非實(shí)體，一律標(biāo)記為O。如“王某某”這個受害人實(shí)體每個字對應(yīng)的標(biāo)簽分別是“B-VIC”“IVIC”“I-VIC”。

在法律領(lǐng)域也尚無公開的分詞數(shù)據(jù)集可供使用，如果利用人工去標(biāo)注分詞數(shù)據(jù)會耗費(fèi)大量的人力，但若是直接利用分詞工具進(jìn)行分詞又會帶來分詞錯誤。通過觀察語料集發(fā)現(xiàn)除了標(biāo)注的實(shí)體詞之外，剩下的大部分屬于日常用詞。為了減少分詞錯誤，本文在jieba 分詞工具中加入了搜狗中文詞 典（https//github.com/liujunxin/CWS_with_Dictionary/blob/master/data/cidian.txt），然后利用jieba 分詞工具來對除實(shí)體詞以外的部分進(jìn)行分詞，而對于已經(jīng)標(biāo)注的實(shí)體則單獨(dú)劃分成一個詞。由于只在模型訓(xùn)練過程中使用到分詞信息，所以只需對2 160 條訓(xùn)練數(shù)據(jù)進(jìn)行分詞即可。

對于分詞數(shù)據(jù)集采用的是“BMES”標(biāo)注法，即將一個詞語開頭標(biāo)記為B，詞語結(jié)尾標(biāo)記為E，中間部分全部標(biāo)記成M，而S 用來標(biāo)記單個字的詞。例如“李某因情感糾紛”的分詞標(biāo)簽為“BESBMME”。

3.1.2 實(shí)驗(yàn)參數(shù)配置和評價指標(biāo)

本實(shí)驗(yàn)使用PyTorch 1.7.0 進(jìn)行模型結(jié)構(gòu)搭建，在顯存容量為24 GB 的NVIDA TITAN RTX 上進(jìn)行模型的訓(xùn)練；實(shí)驗(yàn)采用Adam 優(yōu)化器，學(xué)習(xí)率為8E-5，衰減系數(shù)為1E-5；批處理大小為64；BERT 預(yù)訓(xùn)練詞向量維度為768，多頭注意力個數(shù)為12，由于訓(xùn)練文本的長度普遍在150 與300 之間，故選取最大長度為256，如果文本長度超過256 部分則直接進(jìn)行截斷；LSTM 的隱藏層維度設(shè)為128，丟棄率為0.5；聯(lián)合損失函數(shù)中的超參數(shù)λ為0.3；訓(xùn)練集、驗(yàn)證集、測試集的比例為8∶1∶1。

實(shí)驗(yàn)的評估指標(biāo)采用的是精確率、召回率和F1值，計(jì)算方式如下：

3.2 實(shí)驗(yàn)結(jié)果與分析

3.2.1 不同模型的性能

為了驗(yàn)證模型的有效性，本文與以下對比模型進(jìn)行了對比實(shí)驗(yàn)：

1）BiLSTM-CRF［6］：BiLSTM-CRF 是命名實(shí)體識別領(lǐng)域的常用模型，與LSTM-CRF［11］相比，它能捕捉到雙向的語義依賴關(guān)系。

2）BiLSTM-CRF（Word2vec）：使用2018 年法研杯語料集預(yù)訓(xùn)練100 維Word2vec 詞向量，將其作為BiLSTM-CRF［6］的輸入來探究預(yù)訓(xùn)練的靜態(tài)詞向量對模型識別效果的影響。

3）ID-CNN-CRF［14］：該模型利用空洞卷積來學(xué)習(xí)全局特征，能在不引入過多超參數(shù)的同時捕獲到更長的上下文序列信息。

4）Lattice-LSTM［12］：該模型在字向量中融入了外部詞典中的詞向量信息，能在避免分詞錯誤的同時引入詞級別的信息。

5）BERT-CRF［25］：BERT 具有強(qiáng)大的特征提取能力，能根據(jù)上下文語境預(yù)測出每個字符對應(yīng)的標(biāo)簽類型。

6）BERT-BiLSTM-CRF［16］：雖然BERT 模型在訓(xùn)練時加入了位置信息，但隨著層數(shù)的加深，這些信息會減弱，而通過加入BiLSTM 層能更好地捕捉到長距離依賴關(guān)系。

實(shí)驗(yàn)結(jié)果的對比如表2 所示。為了驗(yàn)證聯(lián)合學(xué)習(xí)的效果，本文還對比了3 種不同模型在示例上的表現(xiàn)，不同類型的實(shí)體使用不同的下劃線來進(jìn)行標(biāo)記，標(biāo)記結(jié)果如表3 所示。由表2～3 可得出以下結(jié)論：

表2 不同模型的實(shí)驗(yàn)結(jié)果對比 單位：%Tab.2 Comparison of experimental results of different models unit：%

1）BiLSTM-CRF（Word2vec）模型的F1 值比隨機(jī)初始化輸入向量的BiLSTM-CRF 模型高1.05 個百分點(diǎn)，表明預(yù)訓(xùn)練Word2vec 詞向量里面包含了更多有助于模型進(jìn)行實(shí)體識別的信息。

2）ID-CNN-CRF 模型的F1值比BiLSTM-CRF 低0.74 個百分點(diǎn)，表明雖然該模型使用了空洞卷積進(jìn)行長序列特征的提取，但對于長文本而言，它的識別效果并沒有優(yōu)于BiLSTM-CRF。

3）Lattice-LSTM 模型在測試集上的F1 值比BiLSTM-CRF（Word2vec）低0.53 個百分點(diǎn)，原因是雖然Lattice-LSTM 能引入詞級別信息，但若是文本中詞的匹配數(shù)過多，不僅會減慢模型的訓(xùn)練速度，還會引入過多的噪聲影響模型的性能。

4）BERT-CRF 模型的F1 值比BiLSTM-CRF（Word2vec）高1.58 個百分點(diǎn)，表明與Word2vec 這類靜態(tài)語言模型相比，BERT 的字符表征能力更強(qiáng)。而BERT-BiLSTM-CRF 模型的F1 值則比BERT-CRF 模型高0.35 個百分點(diǎn)，原因是在BERT之后加入BiLSTM 能讓模型捕捉到句子的序列信息。

5）JLB-BiLSTM-CRF 模型的性能均優(yōu)于其他對比模型，一方面是因?yàn)锽ERT 增強(qiáng)了字符的表征能力；另外一方面是因?yàn)槁?lián)合學(xué)習(xí)框架能有效利用CNER 和CWS 的相關(guān)性，從而讓模型學(xué)習(xí)到了有用分詞信息。

6）由表3 可知，BiLSTM-CRF 和BERT-BiLSTM-CRF 均未識別出“方管托盤”這個實(shí)體，而JLB-BiLSTM-CRF 模型不僅能將其識別出來，并且相較于BERT-BiLSTM-CRF 還能正確識別出“救護(hù)車”“嚴(yán)1”和“嚴(yán)2”的實(shí)體邊界，表明利用分詞任務(wù)進(jìn)行聯(lián)合學(xué)習(xí)的確能夠提升實(shí)體的邊界識別率。

表3 三個模型對示例的標(biāo)記結(jié)果Tab.3 Marking results of three models on examples

3.2.2 超參數(shù)λ對實(shí)體識別效果的影響

JLB-BiLSTM-CRF 模型在訓(xùn)練過程中需要調(diào)節(jié)聯(lián)合損失函數(shù)中超參數(shù)的值，不同的λ值對實(shí)體識別效果的影響如圖4 所示。當(dāng)λ取值在0.1 到0.3 之間時，JLB-BiLSTM-CRF模型的精確率和召回率較為接近；大于0.3時，明顯存在高召回率低精確率的現(xiàn)象，這主要是因?yàn)榉衷~任務(wù)只關(guān)注邊界信息，不關(guān)注詞的類型，當(dāng)分詞任務(wù)占比增大時會使得識別出的實(shí)體數(shù)遠(yuǎn)大于識別正確的實(shí)數(shù)，從而導(dǎo)致精確率降低，因此對于本文的模型而言選擇一個合適的λ值是很重要的。通過觀察圖4 中F1 值可以發(fā)現(xiàn)，不同λ對應(yīng)的F1 值都比BERT-BiLSTM-CRF 模型的93.88%高出0.25 個百分點(diǎn)以上，這是因?yàn)樵诒ＷC命名實(shí)體識別任務(wù)得到充分訓(xùn)練的情況下，引入分詞任務(wù)能夠讓模型學(xué)習(xí)到額外的信息，該結(jié)果也說明了本文的模型具有一定魯棒性。

3.2.3 BERT和聯(lián)合學(xué)習(xí)對實(shí)體識別效果的影響

通過分析 BiLSTM-CRF、BERT-BiLSTM-CRF、JLBBiLSTM-CRF 對9 類實(shí)體的識別結(jié)果可以得出BERT 和聯(lián)合學(xué)習(xí)對實(shí)體識別效果的影響程度。在圖5中，BERT、NER+CWS、BERT+NER+CWS 分別表示BERT-BiLSTM-CRF 相較于BiLSTM-CRF，JLB-BiLSTM-CRF 相較于BERT-BiLSTM-CFR，JLB-BiLSTM-CRF 相較于BiLSTM-CRF 在各實(shí)體上的F1 值提升率。通過分析圖5 中的BERT 可知，BERT-BiLSTM-CRF 相較于BiLSTM-CRF 在被告人、受害人、損失物品和作案工具這四類實(shí)體上的F1 值提升率均超過5.00 個百分點(diǎn)，這表明BERT 依靠強(qiáng)大特征提取能力能學(xué)習(xí)到豐富的語義特征，使得多類實(shí)體的識別效果得到了大幅度提升。由圖5 中的NER+CWS可知，JLB-BiLSTM-CRF 相較于BERT-BiLSTMCRF 在案發(fā)起因、損失物品和作案工具這三類實(shí)體上的F1值提升率均超過了1.00 個百分點(diǎn)，這表明對于一些較難識別的實(shí)體而言利用分詞任務(wù)進(jìn)行聯(lián)合學(xué)習(xí)可以進(jìn)一步提升它的識別效果。

3.2.4 JLB-BiLSTM-CRF模型的性能

由圖5 中的BERT+NER+CWS 可知，JLB-BiLSTM-CRF 相較于BiLSTM-CRF 在作案時間、作案地點(diǎn)、人身損傷和損失金額這四類實(shí)體上的F1 值提升率僅在1.00 個百分點(diǎn)左右，主要是因?yàn)檫@四類實(shí)體易于識別，基準(zhǔn)模型（BiLSTM-CRF）的識別率很高，所以本文模型對它們影響程度較小。此外，由表4 可知，作案工具和損失物品的F1 值分別為86.99%和85.92%，顯著低于其他幾類實(shí)體，這主要是由于作案工具和損失物品的表達(dá)方式復(fù)雜多樣且標(biāo)注量少，從而導(dǎo)致了它們的識別效果低于其他幾類實(shí)體。但從圖5 中的BERT+NER+CWS 可知，JLB-BiLSTM-CRF 相較于BiLSTM-CRF 在作案工具和損失物品的F1 值提升率均超過了7.00 個百分點(diǎn)，在被告人、受害人和案發(fā)起因這三類實(shí)體上的F1 值提升率也都超過了4.00 個百分點(diǎn)，表明JLB-BiLSTM-CRF 可以顯著提升多類實(shí)體的識別效果。

表4 JLB-BiLSTM-CRF模型對各類實(shí)體的識別效果 單位：%Tab.4 Recognition effect of JLB-BiLSTM-CRF model to each category of entities unit：%

4 結(jié)語

針對法律裁判文書的命名實(shí)體識別任務(wù)，本文提出了JLB-BiLSTM-CRF 模型。該模型不僅利用BERT 動態(tài)生成含有豐富上下文語境信息的詞向量，還通過聯(lián)合學(xué)習(xí)框架利用到了兩個任務(wù)之間的相關(guān)性，讓模型能夠?qū)W習(xí)到有用的分詞信息。實(shí)驗(yàn)結(jié)果表明，該模型能夠有效提升實(shí)體的邊界識別率，對多類實(shí)體的識別效果顯著優(yōu)于BiLSTM-CRF 模型。

為了避免繁瑣手工調(diào)參，下一步將會考慮如何在模型訓(xùn)練過程中自動化調(diào)整聯(lián)合損失函數(shù)中分詞任務(wù)的權(quán)重。此外，針對本文中存在部分實(shí)體標(biāo)注數(shù)量少、識別效果不佳的問題，未來的研究也會考慮使用數(shù)據(jù)增強(qiáng)或是遷移學(xué)習(xí)的方式來進(jìn)一步提升標(biāo)注量少的實(shí)體的識別效果。