难
老大不小程序员, 两鬓霜白心黯然. 老婆似虎咆哮喊. 领导不屑常讥言. 时忆当年凌云志, 辗转反侧难入眠. 智少人微前途难, 低头叹息泪潸然. ...
原文：NER为什么那么难
命名实体识别 Name Entity Recognition 是自然语言处理中一个比较基础的问题。要解决的问题是，从unstructure的文本当中找到实体并归类。当然我这么定义已经有了一定的bias，认为是先找实体在归类，但实现过程则并不一定如此。 定义一般来说都比较抽象，我们举一些例子来理解一下NER试图要解决的问题。比如说,一篇作文中，找出时间，人物，地点 一个医学报告中，找出疾病名称及药 ...
2021-10-09 05:23 0 139 推荐指数：
相关推荐
NLP系列1：NER
写在前面：在初学nlp时的第一个任务——NER，尝试了几种方法，cnn+crf、lstm+crf、bert+lstm+crf，毫无疑问，最后结果时Bert下效果最好。 1、关于NER： NER即命名实体识别是信息提取的一个子任务，但究其本质就是序列标注任务。 eg ...
编程为什么那么难
面向失败编程是编程中最难的事情。 话说程序员小林的某一天：起床->吃饭->坐地铁->到公司->敲代码->回家->玩游戏->睡觉。 这一天的另一个版本：起床 ...
招聘难
已经确定要闪人了，原因不便透露。老大想挽留，但我去意已决，所以没办法更改。老大又想说招到人了就放我，怎么可能，就我们公司的水准和条件，要招到一个有经验的SAP开发者是不太可能的，大概只能招 ...
NLP系列4：NER模型介绍
NER 标准 LSTM+CRF 问题 标准成本昂贵 泛化迁移能力不足 可解释性不强 计算资源 JD和CV描述形式不一样 严谨性，简历内容要识别出能力词以及深层挖掘能力词（看起来并不是能力词，但是代表实际的某项能力），所以的深度挖掘词意 ...
【指针网络系列1】-GlobalPointer NER
写在前面 该系列主要事对指针网络在NER以及关系抽取系列取得的成果进行展示，并根据大佬们的笔记总结其中的优劣以及理论分析。 GlobalPointer 在之前的工作中，我们NER采用传统的LSTM+CRF，在各个字段指标也取得不错的效果，简单字段类似学历这种f1值均在95以上，复杂 ...
中文NER的那些事儿4. 数据增强在NER的尝试
这一章我们不聊模型来聊聊数据，解决实际问题时90%的时间其实都是在和数据作斗争，于是无标注，弱标注，少标注，半标注对应的各类解决方案可谓是百花齐放。在第二章我们也尝试通过多目标对抗学习的方式引入额外的NER样本，或者分词边界来提高people daily小样本数据集的效果。 以下我会结合一些业界 ...
命名实体识别(NER)
一、任务 Named Entity Recognition，简称NER。主要用于提取时间、地点、人物、组织机构名。 二、应用 知识图谱、情感分析、机器翻译、对话问答系统都有应用。比如，需要利用命名实体识别技术自动识别用户的查询，然后将查询中的实体链接到知识图谱对应的结点上，其识别的准确率将会 ...