用深度學習做命名實體識別(附代碼)

基於CRF做命名實體識別系列

用CRF做命名實體識別(一)
用CRF做命名實體識別(二)
用CRF做命名實體識別(三)

摘要

1. 之前用CRF做了命名實體識別，效果還可以，最高達到0.9293，當然這是自己用sklearn寫的計算F1值，后來用conlleval.pl對CRF測試結果進行評價，得到的F1值是0.9362。

2. 接下來基於BILSTM-CRF做命名實體識別，代碼不是自己寫的，用的github上的一個大佬寫的，換了自己的數據集，得到最終的結果是0.92。

3. 本文主要簡單的介紹下BILSTM-CRF的原理，以及如何把大佬的數據集換成我們自己的數據集，進行訓練。

詳細內容歡迎大家去看 我的簡書