NLP中几点Trick 有时候魔改模型或者各种改损失函数等，都收效甚微，不如从数据出发、从bad case出发。阅读了https://blog.csdn.net/herosunly/category_9393702.html总结一些以后可以用的trick。1、NER任务时BIOE标注可能或比BIO标注更好一点，因为增加了更多的特征。2、在我们使用Bert的时候看数据集是否有些生僻字在bert的词表中没有。3、假设文本提取需要提取的种类很多or数据不平衡，可以用几个不同的模型进行分别提取。4、错别字纠正或者用拼音替换。5
Keras及tf一些操作小记 在使用Keras写模型的时候总是会忘记一些操作，这里做一些小记，方便自己用到的时候查阅。（1）mask的生成及计算loss时的使用mask = Lambda(lambda x: K.cast(K.greater(K.expand_dims(x, 2), 0), 'float32'))(tokens)#通过Lambda层创建mask，就不需要再输入mask了sub_heads_loss = K.binary_crossentropy(gold_sub_heads, pred_sub_heads)
Keras及tf一些操作小记 在使用Keras写模型的时候总是会忘记一些操作，这里做一些小记，方便自己用到的时候查阅。（1）mask的生成及计算loss时的使用mask = Lambda(lambda x: K.cast(K.greater(K.expand_dims(x, 2), 0), 'float32'))(tokens)#通过Lambda层创建mask，就不需要再输入mask了sub_heads_loss = K.binary_crossentropy(gold_sub_heads, pred_sub_heads)
CasRel的Keras代码学习 论文：A Novel Cascade Binary Tagging Framework for Relational Triple Extraction是一个三元组抽取的方法，此方法简单明了，作者源码是Keras写的，值得学习。模型结构如下：下面是主要的模型代码：def E2EModel(bert_config_path, bert_checkpoint_path, LR, num_rels): bert_model = load_trained_model_from_checkpoin
Bert源码注解（三） 这一部分主要说一下run_squad.py，这一部分主要是做阅读理解任务的，数据集可以是SQuAD1.0或者2.0，数据集格式如下：参考：https://www.cnblogs.com/xuehuiping/p/12262700.html在SQuAD2.0版本中，添加了对应问题是否有答案的is_impossible参数，如果为False,则是可以在context中找到的答案，若为True，则会给出plausible_answers，...
Bert源码注解（二） 接上一篇。最主要的Transformer encoder结构代码如下：def transformer_model(input_tensor, attention_mask=None, hidden_size=768, num_hidden_layers=12, num_attention_heads=12,
Bert源码注解（一） 这个是很早之前就应该做的工作，之前看过几遍源码，但是都没有详细的记录下来，Bert源码还是很优雅的，这次看记录下来方便以后回顾。先来看它的整体结构：├── README.md├── create_pretraining_data.py├── extract_features.py├── modeling.py├── modeling_test.py├── multilingual.md├── optimization.py├── optimization_test.py├── predi
文档级关系抽取介绍 **0、数据集介绍**文档级关系抽取的数据集有DocRED、SCIREX、CDR、GDR。GDA是生物医学领域的一个大规模数据集，它包含29192篇文档以供训练，其任务是预测基因和疾病概念之间的二元相互作用。CDR是生物医学领域的人类标注的化学疾病关系抽取数据集，由500份文档组成，该数据集的任务是预测化学和疾病概念之间的二元相互作用关系。SCIREX数据集是发表在ACL2020上的《SCIREX: A Challenge Dataset for Document-Level Informati
实体关系抽取几篇论文 实体关系抽取几篇论文你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计 ，将会带来全新的写作体验；在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；增加了 图片拖拽 功能
关注
