![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
命名实体识别
咖乐布小部
NLP算法工程师,欢迎交流,一起学习!
展开
-
for result in zip(*results): ensemble_tag = Counter(result).most_common(1)[0][0]
1.先来说说counter()函数2.再来说说整句话是什么意思。一、Counter函数,顾名思义就是计算函数,参数可以是list,也可以是dict比较灵活*计算字符串中字母个数>>> c = Counter('abcdeabcdabcaba') # count elements from a string>>> c.most_common(3) # 输出数量最多的前三个[('a', 5), ('b', 4), ('.原创 2020-11-27 16:22:04 · 1152 阅读 · 0 评论 -
LSTM、Bilstm、ELMo、openAI GPT、Bert模型简介
把我:LSTM 里面:遗忘门f_t,记忆门i_t,输出门o_t 输入:上一个细胞隐藏层状态:h_t-1,本时刻输入参数 细胞状态:c_t,临时细胞状态bilstm里面:两层LSTM输入和输出信息的关系。一、介绍1.1 文章组织本文简要介绍了BiLSTM的基本原理,并以句子级情感分类任务为例介绍为什么需要使用LSTM或BiLSTM进行建模。在文章的最后,我们给出在PyTorch下BiLSTM的实现代码,供读...原创 2020-11-22 17:38:12 · 12384 阅读 · 0 评论 -
超赞!条件随机场(CRF)学习
转载:最通俗易懂的BiLSTM-CRF模型中的CRF层介绍。原文有些内容稍作修改本文翻译自GitHub博客上的原创文章,结尾有原文链接。文章没有晦涩的数学公式,而是通过实例一步一步讲解CRF的实现过程,是入门CRF非常非常合适的资料。概述该文章系列包括以下内容:概念介绍 — 基于 BiLSTM-CRF模型中的命名实体识别任务中的CRF层解释 例子详解 — 用一个玩具的例子详细解释CRF是如何工作的 Chainer实现 — 用基于Chainer包的代码实现CRF层背景知识你唯.转载 2020-11-21 23:20:24 · 882 阅读 · 0 评论 -
pickle.dump(model, f)
转载:python:pickle和训练模型保存、加载在机器学习中使用pickle1. Python之pickle的用法(用于序列化和反序列化数据)该pickle模块实现了二进制协议,用于对Python对象结构进行序列化和反序列化Pickling是将Python对象层次结构转换为字节流的过程,而 “ unpickling”是逆运算,将字节流(来自二进制文件或类似字节的对象)转换回对象层次结构的过程。 python2.7导入import cPickle; python3导入im转载 2020-11-20 14:59:38 · 2892 阅读 · 0 评论 -
隐马尔科夫模型(Hidden Markov Model,HMM)
转载:隐马尔科夫模型(Hidden Markov Model,HMM)介绍定义wiki上有定义:隐马尔可夫模型(Hidden Markov Model,HMM)是统计模型,它用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数。然后利用这些参数来作进一步的分析,例如模式识别。马可夫模型的概率这里用x表示状态, y表示观察值假设观察到的结果为 Y:Y=y(0),y(1),…,y(L-1)隐藏条件为X:X=x(0),x(1),转载 2020-11-19 22:03:48 · 655 阅读 · 1 评论