bert+lstm+crf ner实体识别

最新推荐文章于 2024-08-23 08:41:42 发布

loong_XL

最新推荐文章于 2024-08-23 08:41:42 发布

阅读量5.8k

点赞数 3

分类专栏：深度学习

本文链接：https://blog.csdn.net/weixin_42357472/article/details/108010305

版权

深度学习专栏收录该内容

277 篇文章 145 订阅 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何结合BERT、LSTM和CRF进行中文实体识别，引用了BrikerMan的Kashgari项目和一个快速的NLP教程。提供了BERT预训练模型的百度云下载链接，并指导安装Kashgari和特定版本的TensorFlow。

摘要由CSDN通过智能技术生成

参考：
https://github.com/BrikerMan/Kashgari

https://eliyar.biz/nlp_chinese_text_classification_in_15mins/

bert预训练中文模型下载：百度云下载地址：https://pan.baidu.com/s/16JJp6NMCjmIT8PqP9OfN4g
包含这些内容的整体下载下来
在这里插入图片描述

!pip install kashgari

!pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.14

from kashgari.corpus import ChineseDailyNerCorpus

train_x, train_y = ChineseDailyNerCorpus.load_data('train')
valid_x, valid_y = ChineseDailyNerCorpus.load_data('validate')
test_x, test_y  = ChineseDailyNerCorpus.load_data('test')


print(f"train data count: {

了解本专栏