采用Google预训bert实现中文NER任务

本博文介绍用Google pre-training的bert（Bidirectional Encoder Representational from Transformers）做中文NER（Name Entity Recognition）

第一步： git clone https://github.com/google-research/bert.git ，存放在 bert文件中

第二步： 下载BERT-Base Chinese模型， 存放在checkpoint文件中

相关文件结构如下：

BERT
|____ bert
|____NERdata
|____ BERT_NER.py
|____ checkpoint
|____ output

第三步：

run：

python BERT_NER.py   \
                  --task_name="NER"  \ 
                  --do_train=True   \
                  --do_eval=True   \
                  --do_predict=True
                  --data_dir=NERdata   \
                  --vocab_file=checkpoint/vocab.txt  \ 
                  --bert_config_file=checkpoint/bert_config.json \  
                  --init_checkpoint=checkpoint/bert_model.ckpt   \
                  --max_seq_length=128   \
                  --train_batch_size=32   \
                  --learning_rate=2e-5   \
                  --num_train_epochs=3.0   \
                  --output_dir=./output/result_dir/ 
预测结果存放在result_dir目录中
以上所有参数都是基于bert官方默认参数

参考：

• https://github.com/google-research/bert

• https://arxiv.org/abs/1810.04805

 

 

 

转载于:https://www.cnblogs.com/ylHe/p/10161478.html