用深度学习做命名实体识别(六)-BERT介绍
什么是BERT？ BERT,全称是Bidirectional Encoder Representations from Transformers。可以理解为一种以Transformers为主要框架的 ...
原文：用深度学习做命名实体识别(七)-CRF介绍
还记得之前介绍过的命名实体识别系列文章吗，可以从句子中提取出人名 地址 公司等实体字段，当时只是简单提到了BERT CRF模型，BERT已经在上一篇文章中介绍过了，本文将对CRF做一个基本的介绍。本文尽可能不涉及复杂晦涩的数学公式，目的只是快速了解CRF的基本概念以及其在命名实体识别等自然语言处理领域的作用。 什么是CRF CRF，全称 Conditional Random Fields，中文名 ...
2019-10-17 12:38 0 1255 推荐指数：
相关推荐
用CRF做命名实体识别(二)
用CRF做命名实体识别(一) 用CRF做命名实体识别(三) 一. 摘要 本文是对上文用CRF做命名实体识别(一)做一次升级。多添加了5个特征(分别是词性，词语边界，人名，地名，组织名指示词)，另外还修改了特征模板，最终训练了11个小时，F1值为0.98。(这里面有错误，计算F1值不应该 ...
用深度学习做命名实体识别(附代码)
基于CRF做命名实体识别系列 用CRF做命名实体识别(一) 用CRF做命名实体识别(二) 用CRF做命名实体识别(三) 摘要 1. 之前用CRF做了命名实体识别，效果还可以，最高达到0.9293，当然这是自己用sklearn写的计算F1值，后来用conlleval.pl对CRF测试结果进行 ...
用深度学习做命名实体识别(四)——模型训练
通过本文你将了解如何训练一个人名、地址、组织、公司、产品、时间，共6个实体的命名实体识别模型。 训练建议在GPU上进行，如果你没有GPU训练环境，或者你想要一个训练好的模型，可以加作者微信(jiabao512859468)，有任何相关技术问题，都欢迎和作者探讨O(∩_∩)O ...
用深度学习做命名实体识别(五)-模型使用
通过本文，你将了解如何基于训练好的模型，来编写一个rest风格的命名实体提取接口，传入一个句子，接口会提取出句子中的人名、地址、组织、公司、产品、时间信息并返回。 核心模块entity_extractor.py 关键函数 完整代码 编写rest风格的接口 我们将采用 ...
命名实体识别 BiLSTM——CRF
本篇文章假设你已有lstm和crf的基础。 BiLSTM+softmax lstm也可以做序列标注问题。如下图所示： 双向lstm后接一个softmax层，输出各个label的概率。那为何还要加一个crf层呢？ 我的理解是softmax层的输出是相互独立的，即虽然BiLSTM学习到了 ...