17,18年之前的实体类别划分算是粗类别的划分吧，主要分为：人名、地名、组织机构、专有名词等。今天介绍的这篇论文是关于实体类型进一步细分的问题。
例句：“张三抢劫了李四，张三最终被抓住了。”
粗粒度实体识别：张三：人名；李四：人名。
细粒度实体识别：张三：人名、犯罪分子；李四：人名、受害者。
实体的细粒度划分，在垂域、特定领域是有一定的利用价值的，所以该问题的研究值得关注。

一、背景

为什么需要实体细粒度划分？
文章：张三抢劫了李四，张三最终被抓了。
问：谁是罪犯？ ——(有助于阅读理解、知识问答)
如下图所示，一个英语句子中的实体被‘{}’标识出来了，细粒度实体识别任务就是判别该实体的细分类型是什么。第2个句子中的They实体，它的细粒度实体类型有：人、被告人、嫌疑犯。

该篇文章定义细粒度实体划分任务为：给出一个句子及标注好的实体，现要找出可以描述这个标注实体的所有名词。以前的关系抽取、问答系统、问句分析、共指消解等系统都是用比较粗糙的本体类型来进行实体类型划分的。然而，人工设计本体的任务太耗费成本，且只考虑到有限领域的部分概念。
下图是三个数据，实体类别数量与占比图，圆圈越大表示该类别占数据集的比例越大。

1）这个数据集的“other”类别太多了，前5个类别总和达到了数据的70~80%。

OntoNotes

2）这个数据集的实体类别标签也比较少，且前5种类别总和达到了数据的70~80%。

FIGER

3）这个数据集是该篇文章自建的一个数据集，它的实体类别种类繁多。更适合用来做细粒度实体识别任务。注：实验数据可下载：数据。
6000个实例，2500种类别
这个数据集是从多个领域数据集中采样抽取出来的，然后用名词来表示实体类型，一个句子中的实体由5个人来标注其细粒度实体类别，然后选3/5的标注词为该实体的细粒度实体类别。
9个大类：person, location, object, orga-nization, place, entity, object, time, event
121个细分类：(e.g. film, athlete)
10201个再细分类： (e.g. detective, law-suit, temple, weapon, composer)

paper's data

二、模型

问题定义：给一个句子且标注出句子中的实体e，需要预测实体e的类别。
如:“Bill Gates has donated billions to eradicate malaria.” 实体Bill Gates的实体类别应该是“慈善家”，而不是“发明家”。这种标注出来的具有区别性质的实体类别，对文本语义理解和问答系统有帮助。

1.实体两端的上下文处理过程

给一个句子 $x_{1},x_{2},...,x_{n}$ ，句子的每一个词 $x_{i}$ 都一个对应的预训练好的词向量 $v_{i}$ ，每一个有自己的位置向量 $l_{i}$ ，然后将词向量与位置向量拼接起来：[词向量；位置向量]== $[x_{i};l_{i}]$ ，这作为bi-LSTM的输入，经过bi-LSTM处理后，每一个词的语义表示为 $h_{i}$ 。与前人不同的是，该篇论文用两个独立的bi-LSTMs来处实体两边的文本。

以上公式是用一个MLP注意力机制来处理，与一个注意力权重变量矩阵相乘，然后用relu激活函数来激活它，然后再乘以一个注意力机制参数，最后选取。以上就是实体上下文的处理过程，最终得到上下文的语义表示向量。

2.实体自己处理过程

一个实体如：Bill Gates也是有两个英语单词构成的，所有由词向量到实体向量也得有一个转换过程：a)用CNN对实体进行特征抽取处理;b)词向量加权求平均。得到的实体向量表示为 $m$ ，最终上下文和实体的语义向量表示为预测的类别向量： $r=[c;m]$

3.标签预测

类别矩阵 $W_{t}\in \mathbb{R}^{n\times d}$ ，其中n表示标签的数量，d表示类别r的维度。其实这个大类别矩阵由三个子矩阵组成： $W_{general}$ =9d维， $W_{fine}$ =121d维， $W_{ultra}$ =10201*d维。将上面1.2步骤处理得到的预测类别向量r与这个大的类别矩阵进行相似度计算： $r:y=\sigma (W_{t}r)$ ，用sigmoid函数处理最终的值，这相当于是一个多标签问题。那些 $y_{t}>0.5$ 的类别都视为预测得到的细粒度标签们。