(一)、转换格式
(1). 其他字转换为O
(2). 实体首字转换为B-PRODUCT
(3). 实体中间的字转换为I-PRODUCT
(4). 实体尾字转换为E-PRODUCT
(5). 单实体转换为S-PRODUCT
(二)、原始预处理文本
(1). annotated_src.txt
-DOCSTART-
本公司具有{炭黑专用油}生产能力。
-DOCSTART-
公司已掌握了{虾}、{鲍鱼}、{海胆}等海珍品苗的工厂化培育及中间育成技术。
-DOCSTART-
公司主要运营{互联网游戏的开发、发行、运营及推广业务}。
(三)、转换后的标注文本
(1). transform.txt
O
O O O O O B-PRODUCT I-PRODUCT I-PRODUCT I-PRODUCT E-PRODUCT O O O O O
O
O O O O O O S-PRODUCT O B-PRODUCT E-PRODUCT O B-PRODUCT E-PRODUCT O O O O O O O O O O O O O O O O O O O
O
O O O O O O B-PRODUCT I-PRODUCT I-PRODUCT I-PRODUCT I-PRODUCT I-PRODUCT I-PRODUCT I-PRODUCT I-PRODUCT I-PRODUCT I-PRODUCT I-PRODUCT I-PRODUCT I-PRODUCT I-PRODUCT I-PRODUCT I-PRODUCT I-PRODUCT E-PRODUCT O
(四)、原始预处理文本转换为标注文本的源码
(1). 纯python实现的转换源码:
#coding=utf-8
def entity_replace(entity_len):
if e