Decomposed Meta-Learning for Few-Shot Named Entity Recognition
原文链接：
https://aclanthology.org/2022.findings-acl.124.pdf
ACL 2022
介绍
问题
目前基于span的跨度量学习（metric learning）的方法存在一些问题：
1）由于是通过枚举来生成span，因此在解码的时候需要额外处理重叠的span；
2）non-entites类别的原型通常都是噪声；
3）跨域时，最有用的信息就是当前领域有限的样本，之前的方法只将这些样本用于分类的相似性计算。
IDEA
作者提出分解元学习（decomposed meta-learning）的方法来解决Few-shot ner任务（实体的边界检测和实体的分类）。
将span检测作为序列标注问题，并通过引入MAML（model-agnostic metalearning 不是很懂 可以参考这篇文章Model-Agnostic Meta-Learning （MAML）模型介绍及算法详解 - 知乎）训练span detector，从而找到一个能快速适应新实体类别的模型参数进行初始化；对于实体分类，作者提出MAML-ProtoNet来找到一个合适的向量空间对不同类别的span进行分类。
方法
整个方法的整体结构如下所示：
Entity span Detection
span detection模型用于定位输入句子中的实体，该模块是类别无关的，学到的只是实体的边界信息（即领域不变的内部特征，而不是特定的领域信息），因此就能跨域进行实体定位。
Basci Detector
作者使用BIOES标注框架，给定一个有L个token的序列
，使用encoder 来获得所有token的上下文表征，对于每个token 使用一个线性分类层来计算其是否是实体的一部分；
模型的损失如下所示：
使用每个token的交叉熵损失，这里引入最大值是为了缓解损失相对较高的token导致的学习不充分问题。推理阶段，通过Viterbi算法进行解码。
Meta-Learning Procedure
在该阶段，作者对边界检测模型
进行训练。
首先，从train数据集中进行随机采样得到
，对模型执行inner-update：
其中表示在学习率为α时n步的梯度更新，来最小化loss（公式3）。
然后在query set中对更新后的模型进行评估，同时通过汇总多个时间来执行meta-update：
上式中的二阶导数，使用其一阶近似值进行估算：
meta-test阶段，首先将在support set上训练好的span detection迁移到新领域，然后对query样本进行相应的预测。
Entity Typing
Basic Model: ProtoNet
给定输入序列L：
，用公式1的方法计算word embedding hi，并按以下方式计算span的表征：
对于每个类别yk，使用这个support set中属于该类别的所有span来计算原型ck：
训练过程中，首先使用support set中的训练数据计算所有类别的原型，然后对于query set中的每个span，通过计算其表征与每个类别原型ck的距离来得到属于每个类别的分数：
最小化分类的交叉熵损失来训练原型网络：
推理阶段，首先利用训练好的模型计算所有训练集
中所有类别的原型，然后使用边界检测模型得到span，按照公式10为每个span进行分类：
MAML Enhanced ProtoNet
在训练集中进行随机采样，得到
。对于inner-update，首先为每个类别计算原型，然后将每个span作为query对模型参数进行更新：
在meta-update阶段，使用重新计算每个类别的原型，即在query set上对r进行验证，同样的使用一阶导数近似值提高计算效率：
训练过程中没有见过的数据
，首先利用support中的样本来对meta-learned的模型进行微调，微调好后再计算每个类别的原型，最后基于这些原型进行分类。
实验
对比实验
在Intra和Inter这两种数据设置下进行实验，结果如下图所示：
在Cross-Dataset数据集上进行实验，结果如下所示：
消融实验
对主要模块进行了消融实验，结果如下所示：
其他
对不同类别的span表征进行了可视化：
结论
这篇论文没有很看懂，去看了以下Meta-learning的相关内容也没有很明白，似乎就是meta-learning就是为模型训练出一个更合适的参数，使其能够更快的应用于新领域。上周看的一篇论文感觉跟这篇很像，不过不知道是不是在Few-shot ner中用原型学习的很多，感觉还挺像的。