现有NER模型缺点：

• 基于序列标注的NER模型（The sequence labeling-based NERmodels）

  • 长实体识别不佳，只关注词级信息

• 基于分段的NER模型（The segment-based NERmodels）

  • 处理分段，而非单个词，不能捕获分段中的词级依赖关系

边界检测（boundary detection）和类型预测（type pre-diction）可以相互配合，两个子任务可共享信息，相互加强。

提出模块化交互网络模型MIN（Modularized Interaction Network）

利用段级信息和词级依赖关系，结合一种交互机制，支持边界检测和类型预测之间的信息共享。

a recurrentneural network encoder-decoder framework with apointer network is used to detect entity segmentsfor segment information.