目录
序列标注的方法中有多种标注方式，其中最常见的标注方式是：BIO、BIOSE和IOB 。下面我们来介绍一下。
BIO
- B stands for 'beginning' (signifies beginning of an Named Entity, i.e. NE)
- I stands for 'inside' (signifies that the word is inside an NE)
- O stands for 'outside' (signifies that the word is just a regular word outside of an NE)
BIOES
- B stands for 'beginning' (signifies beginning of an NE)
- I stands for 'inside' (signifies that the word is inside an NE)
- O stands for 'outside' (signifies that the word is just a regular word outside of an NE)
- E stands for 'end' (signifies that the word is the end of an NE)
- S stands for 'singleton'(signifies that the single word is an NE )
IOB(即IOB-1）
IOB与BIO字母对应的含义相同，其不同点是IOB中，标签B仅用于两个连续的同类型命名实体的边界区分，不用于命名实体的起始位置，这里举个例子：
词序列：（word）（word）（word）（word）（word）（word）
IOB标注：（I-loc）（I-loc）（B-loc）（I-loc）（o）（o）
BIO标注：（B-loc）（I-loc）（B-loc）（I-loc）（o）（o）
The IOB scheme is similar to the BIO scheme,however, here the tag B- is only used to start a segment if the previous token is of the same class but is not part of the segment.
因为IOB的整体效果不好，所以出现了IOB-2，约定了所有命名实体均以B tag开头。这样IOB-2就与BIO的标注方式等价了。
总结
- IOB因为缺少B-tag作为实体标注的头部表示，丢失了部分标注信息，导致很多任务上的效果不佳
- BIO解决了IOB的问题，所以整体效果优于IOB
- BIOES额外提供了End的信息，并给出了单个词汇的S-tag，提供了更多的信息，可能效果更优，但其需要预测的标签更多（多了E和S），效果也可能受到影响。
下面来看一下各个标注方法的效果比较：
先来看一下数据集，都是比较经典的序列标注数据集，第一列是任务类型：
数据集介绍
接下来看一下各个标注方法的效果（这些数字均为多次实验采样的结果）：
标注方法的效果比对
结论：
- 可以看到IOB表现很糟糕，大多数情况下，直接用BIO就可以了;
- BIO和BIOES各有优劣，网上也有一些小伙伴反馈说：BIO和BIOES在很多任务上的表现差异不大，可能是小数点后3-4位的差别。
- 所有上述结果均为英文数据集上的结果，中文数据上暂无对比结果。