用深度學習做命名實體識別(四)——模型訓練
通過本文你將了解如何訓練一個人名、地址、組織、公司、產品、時間，共6個實體的命名實體識別模型。 訓練建議在GPU上進行，如果你沒有GPU訓練環境，或者你想要一個訓練好的模型，可以加作者微信(jiabao512859468)，有任何相關技術問題，都歡迎和作者探討O(∩_∩)O ...
原文：用深度學習做命名實體識別(五)-模型使用
通過本文，你將了解如何基於訓練好的模型，來編寫一個rest風格的命名實體提取接口，傳入一個句子，接口會提取出句子中的人名 地址 組織 公司 產品 時間信息並返回。 核心模塊entity extractor.py 關鍵函數 完整代碼 編寫rest風格的接口 我們將采用python的flask框架來提供rest接口。 首先，新建一個python項目，項目根路徑下放入以下目錄和文件： bert bas ...
2019-09-23 13:27 4 1179 推薦指數：
相關推薦
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 ...
用深度學習做命名實體識別(七)-CRF介紹
還記得之前介紹過的命名實體識別系列文章嗎，可以從句子中提取出人名、地址、公司等實體字段，當時只是簡單提到了BERT+CRF模型，BERT已經在上一篇文章中介紹過了，本文將對CRF做一個基本的介紹。本文盡可能不涉及復雜晦澀的數學公式，目的只是快速了解CRF的基本概念以及其在命名實體識別 ...
用深度學習做命名實體識別(六)-BERT介紹
什么是BERT？ BERT,全稱是Bidirectional Encoder Representations from Transformers。可以理解為一種以Transformers為主要框架的雙向編碼表征模型。所以要想理解BERT的原理，還需要先理解什么是Transformers ...
用深度學習做命名實體識別(二)：文本標注工具brat
本篇文章，將帶你一步步的安裝文本標注工具brat。 brat是一個文本標注工具，可以標注實體，事件、關系、屬性等，只支持在linux下安裝，其使用需要webserver，官方給出的教程使用的是Apache2。 使用示例 下載brat 建議下載brat的release版本，地址 ...
用深度學習做命名實體識別(三)：文本數據標注過程
上一篇文章，我們介紹了brat的安裝和配置，當成功安裝和配置好了brat，我們就可以進行文本標注了。 首先，在brat項目的data目錄下新建一個project目錄，然后在brat項目的主 ...
學習--基於深度學習命名實體識別綜述
A Survey on Deep Learning for Named Entity Recognition https://arxiv.org/abs/1812.09449 命名實體識別（Named Entity Recognition, NER）是指從自由文本中識別出屬於預定義類別的文本 ...