《A Lexicon-Based Graph Neural Network for Chinese NER》思维导图笔记

最新推荐文章于 2023-03-12 18:22:09 发布
最新推荐文章于 2023-03-12 18:22:09 发布
阅读量598 收藏 3
点赞数 3
文章标签： 神经网络 深度学习 自然语言处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Rock_y/article/details/109104707
版权

A Lexicon-Based Graph Neural Network for Chinese NER
基于词典的图神经网络解决中文命名实体识别
作者: Tao Gui , Yicheng Zou等
单位:复旦大学
发表会议及时间: EMNLP2019

思维导图

在这里插入图片描述

细节一：图的构造与聚合

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

细节二：基于循环的图更新

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

实验结果分析

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
另外，这篇博客写的也不错，可以参考
EMNLP2019: A Lexicon-Based Graph Neural Network for Chinese NER

Rock_y
关注
  • 3
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
PPT：A Lexicon-Based Graph Neural Network for Chinese NER
SimonChen
07-25 857
NER 加词典
Talk Is Cheap
01-14 1113
[论文笔记] EMNLP2019: A Lexicon-Based Graph Neural Network for Chinese NER
carrie_0307的博客
03-21 3655
论文链接 [论文代码](https: //github.com/RowitZou/LGN)
【论文笔记】 A Lexicon-Based Graph Neural Network for Chinese NER
如是我闻__一时__的博客
10-07 1437
A Lexicon-Based Graph Neural Network for Chinese NER 原始论文地址 原始论文代码 论文作者：Tao Gui* , Yicheng Zou* et al… 作者单位：复旦大学 文章目录A Lexicon-Based Graph Neural Network for Chinese NER0 摘要1 引言2 相关工作3 基于词典的图神经网络模型--LGN3.1 图的构造和聚合3.2 基于循环的图更新3.3 解码与训练4 实验细节5 实验结果与分析5.1 M
NLP-信息抽取-NER-2019：LGN【A Lexicon-Based Graph Neural Network for Chinese NER】
u013250861的博客
09-07 276
NLP-信息抽取-NER-2019：LGN【A Lexicon-Based Graph Neural Network for Chinese NER】
《The graph neural network model》笔记
qq_24548569的博客
05-08 841
Introduction 该论文应该是最早的讲GNN的论文。该论文的主要工作是实现一个转导(transduction)函数，把图GGG或者结点nnn映射到一个m维的嵌入向量：τ(G,n)∈Rm\tau(G,n) \in \mathbb{R}^mτ(G,n)∈Rm。 图领域应用可以分成两类：graph focused 和 node focused。 graph focused: 函数把图映射成嵌入...
The Graph Neural Network Model
qq_36428318的博客
01-11 1813
摘要 - 在几个科学和工程领域的数据之间的许多潜在关系，例如计算机视觉，分子化学，分子生物学，模式识别和数据挖掘，可以用图表来表示。 在本文中，我们提出了一种新的神经网络模型，称为图形神经网络（GNN）模型，它扩展了现有的神经网络方法，用于处理图域中表示的数据。 该GNN模型可以直接处理大多数实际有用的图形类型，例如非循环，循环，有向和无向，它实现了将图形和其中一个节点映射到一个欧几里德空间的函数...
An End-to-End Trainable Neural Network for Image-based Sequence Recognition
myc的博客
02-03 6269
Abstract 基于图像的序列识别一直是计算机视觉中长期存在的研究课题。在本文中，我们研究了场景文本识别的问题，这是基于图像的序列识别中最重要和最具挑战性的任务之一。我们一种新颖的神经网络架构，集成了特征提取，序列建模和转换的统一框架。与以前的场景文本识别系统相比，所提出的架构具有四个独特的属性：（1）它是端到端可训练的，与大多数现有算法相反，其中的组件是单独训练和调整的。（2）它自然地处理任意...
Sentiment-Analysis-Using-R-Dictionary-Lexicon-Based-Approach
03-21
在本项目“Sentiment-Analysis-Using-R-Dictionary-Lexicon-Based-Approach”中，我们将探讨如何利用R语言和词典-词汇表方法进行有效的情绪分析。 首先，词典-词汇表方法是情绪分析的基本手段之一。这种方法依赖于...
程序员考试刷题-utl-building-a-three-letter-lexicon-for-sas-programming:为sas编程构
07-07
程序员考试刷题utl-building-a-3-letter-lexicon-for-sas-programming 为 sas 编程构建一个三字母首字母缩略词词典。 Building a three letter acronym lexicon for sas programming github ...=======================...
LexiconNER：基于词典的命名实体识别
02-03
词库 这是在ACL 2019上发布的“”的实现。这项工作的重点是它仅使用实体词典执行NER，而没有任何标签数据。 顺便说一下，我们最近出版了另一本与中文NER相关的作品。 它旨在通过词典增强中文NER。 这项工作的重点是它具有很高的计算效率，同时与现有方法相比，具有可比性或更好的性能。 您可以在访问该作品的源代码及其相关论文的超链接。 设置并运行 下载Gloves.6B.100d.txt 环境 pytorch 1.1.0 python 3.6.4 cuda 8.0 运行代码说明 短语一<train> 训练打印参数run python feature_pu_model.py -
bert-chinese-ner：使用预训练语言模型BERT做中文NER
02-06
伯特·中国人 前言 使用预训练语言模型BERT做中文NER尝试，微调BERT模型 PS：移步最新模型 代码参考 使用方法 从下载bert源代码，存放在路径下bert文件夹中 从下载模型，放置在checkpoint文件夹下 使用BIO数据标注模式，使用人民日报经典数据 培养： python BERT_NER.py --data_dir=data/ --bert_config_file=checkpoint/bert_config.json --init_checkpoint=checkpoint/bert_model.ckpt --vocab_file=vocab.txt --output_d
Python-spacylookup基于字典的命名实体识别
08-09
spacy-lookup: 基于字典的命名实体识别
spacy-lookup：基于字典的命名实体识别
02-03
spacy-lookup：基于字典的命名实体识别
Lexicon-Based-Sentiment-Classification:使用sentiwordnet进行情感分类
04-09
在项目“Lexicon-Based-Sentiment-Classification-master”中，你可能会找到关于如何执行这些步骤的详细代码示例。这些示例可能涵盖了从加载数据到训练模型，再到预测和可视化结果的完整流程。 总结来说，基于词典...
NER解决方案——词典匹配
最新发布
loveitlovelife的博客
03-12 868
NER全称是命名实体识别（Named Entity Recognition, NER），旨在识别文本中专有名词，如位置、组织和时间。输入：小明在北京大学的燕园看了中国男篮的一场比赛输出：B-PER，E-PER，O, B-ORG，I-ORG，I-ORG，E-ORG，O，B-LOC，E-LOC，O，O，B-ORG，I-ORG，I-ORG，E-ORG，O，O，O，O其中，“小明 ”以PER，“北京大学”以ORG，“燕园”以LOC，“中国男篮”以ORG为实体类别分别挑了出来。
[论文笔记] [中文NER] Chinese NER Using Lattice LSTM
土肆的笔记本
05-26 944
论文：Chinese NER Using Lattice LSTM 作者：张岳 (Yue Zhang)、Jie Yang (GitHub) 录用：ACL 2018 3. 模型部分 主要记录不同模型的输入向量，以式(0)为例： (0)南1京2市3∣长4江5大6桥7 \frac{南}{1}\frac{京}{2}\frac{市}{3} | \frac{长}{4}\frac{江}{5}\frac{大}...
Chinese NER Using Lattice LSTM
soulesstitan的博客
02-16 242
简介   本文主要提出了一种对于LSTM的魔改。针对的任务是中文的NER任务。 名词解释 NER   Named Entity Recognition,命名实体识别。比如说小明就是人命，上海就是地点。学术上NER所涉及的命名实体一般包括3大类（实体类，时间类，数字类）和7小类（人名、地名、组织机构名、时间、日期、货币、百分比）。对于其他任务来说，通过NER可以提供更多的有效的信息。 CRF   C...
论文笔记：Chinese NER Using Lattice LSTM
qq_22472047的博客
10-19 1181
概述： 目前，英文NER：效果最佳的模型是 LSTM-CRF（Lample et al., 2016; Ma and Hovy, 2016; Chiu and Nichols, 2016; Liu et al., 2018）。 中文 NER：也可以使用这种模型，但是中文NER和分词相关，执行中文 NER 的一种直观方式是先执行分词，然后再应用词序列标注。基于character-level的LSTM-CRF无法利用句子中的单词word信息。 charNER的缺点：明确的word和word sequenc
社交媒体情绪分析：方法与数据源的比较研究
"网络传播中的舆论信号：方法和数据来源的比较-研究论文" 这篇研究论文深入探讨了在在线传播中如何有效识别和分析公众舆论情绪，特别是通过自动化内容分析工具。研究主要关注两个核心方面：方法的可靠性和有效性，...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值