待办-9月7号-11号（month9week2）

拟复现：Discontinuous Named Entity Recognition as Maximal Clique Discovery——不连续实体--缺少数据，先等一天，看邮件有无回复。

也乜有调通，数据处理了。

7号：上午论文复现。下午4点读EMNLP的NER论文。

有一个想法，是吧flat，nest和不连续实体分为不同的level，分别迭代生成。这样效果会好吗？

参考CRF——level那篇论文和An End-to-End Progressive Multi-Task Learning Framework

Named Entity Recognition with Small Strongly Labeled and Large
Weakly Labeled Data——工程----复现

没有调通代码。

8号：

明天需要测试模型在数据上效果，看是否可行（大概一上午）——在二元组上效果不太佳。

之后，是晚上——论文调研报告。

还有。
下午需要读和整理两篇论文，之后，有时间，需要你重新看昨天的任务。。

9号：上午看论文（挑自己感兴趣的看，不是全都摘过来。），下午整理调研报告（论文的题注啥的，都整理好。还有参考文献。）。。还是需要复盘下前两次的复现。

看论文的几个问题：

研究问题是什么？——研究创新点（时间效率、模型性能、空间效率（这点较少有提到））？——现有研究的不足——具有的研究方法——论文方法的不足——总结（有无改善点，其余学者在该问题上的解决方法）

可能会对模型效果产生影响的属性——参考论文：http://explainaboard.nlpedia.ai/leaderboard/task-ner/index.php#charts_single_analysis

10号：NER论文整理处理。论文初稿完成。

11号：整理调研报告，和一周小结。（之前没复现成功的论文，可以重新看了。）

>倒是觉得这篇文章，可以用在nosiy label的识别上，不对，应该是数据量较少的label识别上，这篇文章可以作为NER正式开场之前的“预训练”阶段。（预训练打上引号）——让模型适应该任务之后，在做task domain的NER任务。比如BART的generative,现在一些domain做pre，之后，在specific domain做训练。Coarse-to-Fine Pre-training for Named Entity Recognition

noise label 上的处理方式：(30条消息) [论文阅读笔记58]Learning from Noisy Labels with Deep Neural Networks：A Survey_happyprince的博客-CSDN博客

还有一个想法时Noise 问题的处理，见整理报告。