神經網絡結構在命名實體識別（NER）中的應用 近年來，基於神經網絡的深度學習方法在自然語言處理領域已經取得了不少進展。作為NLP領域的基礎任務—命名實體識別（Named Entity Rec ...

1. 通俗易懂解釋知識圖譜（Knowledge Graph） 2. 知識圖譜-命名實體識別（NER）詳解 3. 哈工大LTP解析 1. 前言 在解了知識圖譜的全貌之后，我們現在慢慢的開始深入的 ...

這個系列我們來聊聊序列標注中的中文實體識別問題，第一章讓我們從當前比較通用的基准模型Bert+Bilstm+CRF說起，看看這個模型已經解決了哪些問題還有哪些問題待解決。以下模型實現和評估腳本，詳見 ...

Motivation 學習CRF的過程中，我發現很多資料，教程上來就給一堆公式，並不知道這些公式是怎么來的。 所以我想以面向問題的形式，分享一下自己對CRF用於序列標注問題的理解 問題定義 給定 ...

前兩章我們分別介紹了NER的基線模型Bert-Bilstm-crf, 以及多任務和對抗學習在解決詞邊界和跨領域遷移的解決方案。這一章我們就詞匯增強這個中文NER的核心問題之一來看看都有哪些解決方案。以 ...

生物醫學命名實體識別（BioNER）研究進展 最近把之前整理的一些生物醫學命名實體識別（Biomedical Named Entity Recognition, BioNER）相關的論文 ...

CRF與NER簡介   CRF，英文全稱為conditional random field, 中文名為條件隨機場，是給定一組輸入隨機變量條件下另一組輸出隨機變量的條件概率分布模型，其特點是假設輸出隨 ...

第一章我們簡單了解了NER任務和基線模型Bert-Bilstm-CRF基線模型詳解&代碼實現，這一章按解決問題的方法來划分，我們聊聊多任務學習，和對抗遷移學習是如何優化實體識別中邊界模糊，垂直 ...

這一章我們不聊模型來聊聊數據，解決實際問題時90%的時間其實都是在和數據作斗爭，於是無標注，弱標注，少標注，半標注對應的各類解決方案可謂是百花齊放。在第二章我們也嘗試通過多目標對抗學習的方式引入額外的 ...

  本文將會簡單介紹自然語言處理（NLP）中的命名實體識別（NER）。   命名實體識別（Named Entity Recognition，簡稱NER）是信息提取、問答系統、句法分析、機器翻譯等應用領 ...