一般在进行实体识别任务时，都是采用 BIO 标签对每个 token 进行分类，但这一做法前提是实体是连续的。然而在医疗任务中，常常实体会被其他内容切割开，例如 腿部/足部疼痛 实际上包含了 腿部疼痛 和 足部疼痛 两个疾病名称，BIO 的做法对这种情况无能为力。
文中提出了一种使用堆栈的方法，改变了任务形式。
文中定义了包括 ‘OUT’、’SHIFT’、’REDUCE’ 等操作，分别对应了移入、放弃、归约等等堆栈操作，如上图所示。通过这种方式从而实现了可以跨越识别实体，也可以识别嵌套的实体。
文中使用 LSTM 编码每一个 token，用 CNN 进行字符级别的表达，再拼接上 ELMo 的输出。堆栈中的状态用堆叠 LSTM 表示。
实验结果在重叠的实体上表现会更好，例如 ‘Severe joint pain in the shoulders and knees.’，BIO 模型识别出了 ‘Severe joint pain in the’，实际应该有两个，文中提出的模型成功识别出了两者。
但面对多次重叠的实体，例如 ‘Joint and Muscle Pain / Stiffness’，其中两两对应共有四个实体，没有模型识别正确。
文中出现任何错误或者对于论文内容想要进行探讨，可以在网页最下方找到联系方式邮件联系我，共同学习进步
