平民级NER︱pycrfsuite的介绍与应用

1 前言

不知道哪篇文献中提及到了NER的几款最、最、最常见模型：

从图中可以看到，其实CRF和BiLSTM-CRF效果差距不大，本身能省事儿就省事儿的原理，用简单的CPU就可以跑的，pycrfsuite非常符合。

这个开源项目medical_ner_crfsuite已经说得蛮清楚了，而且代码+数据也开源了，笔者就不赘述了。

除了pycrfsuite，还有sklearn_crfsuite也是同样的，这个库的使用可以参考：NLP第15课：基于 CRF 的中文命名实体识别模型实现的代码。
课程里面也有练习与数据。

安装：

pip install python-crfsuite

2 训练集样式

2.1 B-I-E-S-O 标准格式

训练集数据标注：我使用的是IOB格式标注体系（采用了四个符号：B、I、E、O),使用txt文件