![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
实体识别
文章平均质量分 92
chenmingwei000
这个作者很懒,什么都没留下…
展开
-
基于中文哪吒NEZHA的FLAT的命名实体识别实现与探讨(二)
接下来解释如何利用匹配到的词汇与模型进行融合的代码,首先利用匹配的词汇转原创 2020-08-10 22:17:28 · 754 阅读 · 0 评论 -
基于中文哪吒NEZHA的FLAT的命名实体识别实现与探讨(一)
哪吒bert的基本理解哪吒是华为公司针对中文的bert预训练模型,首选感谢华为公司提供了这么好的开源项目,通过对哪吒论文的阅读与理解哪吒的重点主要放在三处改进之处,但是凭自己说这三点都是现成的:1、Functional Relative Positional Encoding 相对位置编码;2、Whole Word Masking strategy 全词mask策略,这个和哈工大的差得多,可以看源码;3、Mixed Precision Training and the LAMB Optimizer原创 2020-06-29 22:27:16 · 3177 阅读 · 8 评论 -
实体识别类别标注
当我们要对字符串中的实体进行标注时,需要寻找到实体在字符串的开始位置代码如下:def _index_q_list_in_k_list(q_list, k_list): """Known q_list in k_list, find index(first time) of q_list in k_list""" q_list_length = len(q_list) #对应实体的实际长度 k_list_length = len(k_list) #对应的句子长度 for原创 2020-06-10 10:33:50 · 743 阅读 · 0 评论