实体识别
文章平均质量分 93
未来科技工作室
人工智能前沿追踪,包括最新模型基础原理解读、最新大厂咨询,业界最新动态研读。
展开
-
实体识别(基于pytorch深度学习框架实现)
1 说明本项目基于pytorch深度学习框架实现各NLP任务,不断完善中,项目代码:https://github.com/GuocaiL/Craig-Ai.2 目录├── data 存放项目数据的目录│ ├── ResumeNER 简历实体识别数据│ │ ├── dev_1000_filter.txt 1000验证集│ │ ├── train_20_filter.txt 20训练集│ └── yidu-s4k 依渡云实体识别数据│ ├── dev_100.原创 2020-12-06 12:13:24 · 1218 阅读 · 1 评论 -
实体识别实验记录
一、数据预处理二、初赛训练:CUDA_VISIBLE_DEVICES=0nohuppythontrain_model.py-tr../competition_data/tianchi_yiyao/train.txt-ttner-ebert-sml512-sp../competition_data/tianchi_yiyao-mnv1-lr1e-5-scTrue-me200-pg1>>../competition_data/tianchi_...原创 2020-11-19 18:40:29 · 235 阅读 · 0 评论 -
各个开放实体识别数据集信息统计
1、CLUENER2020:https://link.zhihu.com/?target=https%3A//arxiv.org/abs/2001.04351数据说明实体类型 说明 地址(address) **省**市**区**街**号,**路,**街道,**村等(如单独出现也标记)。地址是标记尽量完全的, 标记到最细。 书名(book) 小说,杂志,习题集,教科书,教辅,地图册,食谱,书店里能买到的一类书籍,包含电子书。 公司(company) **公司,**集团原创 2020-10-21 12:15:11 · 3593 阅读 · 0 评论 -
论文解读:半监督双向语言模型的序列标记
Semi-supervisedsequence tagging with bidirectional language models摘要:这篇ACL 2017的文章来自Allen研究院,在AllenNLP的NLP工具中使用该研究结果集成为英文NER方案;在这篇文章中,作者提出了一般的半监督方式对上下文嵌入的预训练方法,这种方法采用了双向语言模型对NLP系统进行建模,之后作者利用模型在序列标注任务上取得了当时最优的结果。1 介绍得益于预训练模型的简单性和有效性,词向量已经广泛应用到NLP系...原创 2020-05-11 00:30:28 · 731 阅读 · 1 评论 -
解读:Few-shot classification in Named Entity Recognition Task
解读:Few-shot classification in Named Entity Recognition Task1 介绍2 相关工作3 原型网络3.1 模型3.2 适配NER4 小样本实体识别4.1 形式化任务4.2 基本模型4.3 实验5 实验设置5.1 数据集5.2 数据准备:模拟几次实验5.3 实验设计5.4 模型参数6 结果6.1 模型的性能6.2 BIO标签的影响7 结论摘要:对...原创 2020-05-08 11:23:09 · 2429 阅读 · 0 评论