Medical-named-entity-recognition-master项目debug

项目地址 ：F-debug/Medical-named-entity-recognition: 本项目是针对医疗数据，进行命名实体识别。项目中有600份标注好的电子病历文本，共需识别含解剖部位、独立症状、症状描述、手术和药物五类实体。该领域的命名实体识别问题是自然语言处理中经典的序列标注问题。 (github.com)

实验环境：Windows10

Python version:3.8 (这个版本问题影响不大)

最终keras与其backend[tensorflow]的版本：keras==2.3.1 tensorflow==1.13.1

首先讲一下跑这个lstm_train.py问题，遇见了

错误解决：ModuleNotFoundError: No module named 'keras_contrib'

这个很玄学，最后我用电脑连接手机热点可以下载了（可能所里的网与外网连接有特殊网关）

使用的命令

pip install git+git://www.github.com/keras-team/keras-contrib.git

接着下载好后又遇见问题

(301条消息) TypeError: Tensors in list passed to 'values' of 'ConcatV2' Op have types [bool, float32] that don't_飞华1993的博客-CSDN博客 通过借鉴这篇博客，我解决的方式问下载低版本keras，以前是2.3.1，换成了2.2.4

pip install keras==2.2.4

lstm_predict.py中

出现报错：UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte 0x80 in position ...

line 46与line 73处，需要修改编码模式 

vocabs = [line.strip() for line in open(self.vocab_path,'r', encoding='utf-8')]

with open(self.embedding_file,'r', encoding='utf-8') as f: