CodeNER：固有表現認識のためのコード・プロンプト

要旨: 近年、候補となる固有表現（named entity）スパンを、固有表現認識（NER）においてソース系列とターゲット系列の両方として扱うためのさまざまなアプローチが、大規模言語モデル（LLM）を活用して検討されてきた。先行手法は、適切なラベル付きの候補固有表現スパンを生成することに成功しているものの、特にChatGPTを用いる場合、LLMの使用時に入力コンテキスト情報だけに依存している。だが、NERは本質的に、入力コンテキスト情報とともに詳細なラベリング要件を捉えることを必要とする。この問題に対処するために、我々はコードベースのプロンプトを活用して、LLMがNERを理解し実行する能力を高める新しい方法を提案する。プロンプト内にコードを埋め込むことで、ラベリングのための詳細なBIOスキーマの指示を与え、それによって、プログラミング言語における長距離のスコープを理解するLLMの能力を活用する。実験結果は、提案するコードベースのプロンプト手法が、英語、アラビア語、フィンランド語、デンマーク語、ドイツ語のデータセットにまたがる10のベンチマークにおいて、従来のテキストベースのプロンプトよりも優れていることを示しており、NER指示を明示的に構造化することの有効性が示唆される。さらに、提案するコードベースのプロンプト手法を、思考連鎖（chain-of-thought）プロンプトと組み合わせることで性能がさらに向上することを確認する。