简介 命名实体识别（Named Entity Recognition, NER）旨在从文本中抽取出命名实体，比如人名、地名、机构名等。它是一个非常重要的基础性任务，可以有效帮助后续的文本语义理解。 NER任务一般有两种类型：flat NER和nested NER。前者就是普通的NER，每个 ...

引入 Bert-bilistm-crf进行命名体识别其实就是在bilstm-crf的基础上引入bert词向量，pytorch官网给出了的bilstm-crf的模板代码，但是pytorch官方的bilstm-crf的代码存在两个问题： 1. 代码的复杂度过高，可以利用pytorch的广播计算方式 ...

A Survey on Deep Learning for Named Entity Recognition https://arxiv.org/abs/1812.09449 命名实体识别（Named Entity Recognition, NER）是指从自由文本中识别出属于预定义类别的文本 ...

多智能体博弈强化学习研究综述笔记2 标准博弈 共同利益博弈： 常见的有团队博弈、势博弈和 Dec-POMDP 团队博弈：对于构建分布式 AI (DAI)至关重要。 存在的问题：若博弈存在多个纳什均衡，即使每个智能体之间的学习目标幵不冲突 ...

多智能体博弈强化学习研究综述笔记 扩展式博弈 完全信息的扩展式博弈 纳什在博弈论中主要的贡献是证明了在有限玩家有限次标准型博弈下，一定存在混合策略的纳什均衡。但是这个纳什均衡是假设玩家在决策时，其他玩家的策略不会改变，但在扩展式博弈中先决策玩家无法知 道后决策玩家的策略，所以会导致 ...

多智能体博弈强化学习研究综述笔记 1. 摘要要点 将博弈理论引入强化学习： 可以很好的解决智能体的相互关系 可以解释收敛点对应策略的合理性 可以用均衡解来替代最优解以求得相对有效的策略。 强化学习算法解决不了不存在最优解的问题。 论文的内容 ...

前言：自然语言处理入门（何晗著）第8章 识别专门领域中的命名实体 一 自定义命名实体操作流程： 1.建立专门领域命名实体识别语料库 a.收集该领域的文本，作为标注语料库的原料，称为生语料 b.标注生语料,形成熟语料 2.训练领域模型 3.利用模型 ...

HanLP这五个，基于HMM角色标注的命名实体识别 （速度快） 另外有基于线性模型的命名实体识别（精度高）： ...