![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
实体识别
文章平均质量分 74
Jeu
本科阶段专业是光信息科学与技术,研究生阶段课题是目标跟踪算法的研究,毕业后从事nlp相关领域的工作,包括对话系统、摘要生成、实体识别等
展开
-
NER实体识别漏标对模型性能的影响及优化方法
论文地址:https://arxiv.org/pdf/2012.05426.pdf1、先简单介绍一下一些基础的东西。我们在进行实体识别(NER)的时候,标注成本是很大的,同时难免会遇到标错和漏标实体的情况,在我看来,漏标和标错可以说是一个概念的,标错一般是指把非实体标实体,把实体标非实体,漏标一般是指把实体标非实体,无论是哪种情况,都会对模型产生两个方面的误导,一是实体样本的缺失,导致实体样本空间缩小;二是错标或者漏标会误导模型向相反的方向学习,就像漏标时,明明是一个实体,模型把他当作一个非实体去训练,原创 2021-03-10 17:41:07 · 1317 阅读 · 0 评论 -
挖坑
1、维特比算法和beamsearch算法的区别:https://blog.csdn.net/yiqingyang2012/article/details/54692686/?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_title-2&spm=1001.2101.3001.4242大致说一下,细致的公式之类的后面补充:维特比针对分词来说状态是比较少的,可穷举的,就像BIO,计算时只要计算到达此时状态时的每条路径的最大值就好,原创 2021-02-19 18:23:41 · 114 阅读 · 0 评论 -
ner计算准召的坑
1、踩了个大坑,记录一下声明:不喜欢写estimator所以才踩的坑1、from tensorflow.contrib import crf 如果想使用这个函数,tensorflow的版本号要在1.14以下,1.12就可以,不要相信那些乱七八糟要求各种版本的2、log_likelihood, trans = tf.contrib.crf.crf_log_likelihood( inputs=logits, tag_indices=self.labels, seque原创 2021-01-26 16:04:29 · 481 阅读 · 1 评论 -
4、实体识别BiLSTM+CRF、Lattice LSTM
自己之前写过,直接贴原地址了1、BiLSTM:https://blog.csdn.net/cuipanguo/article/details/1007470632、Lattice LSTM:https://blog.csdn.net/cuipanguo/article/details/100987939为什么要加一层CRF呢?因为做实体识别每个词开始位置B和结束位置E,中间位置M可能存...原创 2019-12-25 19:54:29 · 1046 阅读 · 0 评论