NER实现问题

1.真的搞不懂数据集是什么形式，因为本身方向是做威胁情报分析的，第一步就是要提取和威胁情报相关的实体，因此实体标签是自己定义的，然后用brat工具对自己的数据进行了标注，可以生成.ann文件，可是生成之后要做什么就很迷茫了。
有看过酱一篇很好的文章，链接如下：
https://blog.csdn.net/qq_41853758/article/details/82933080
首先我看了能和我的方向方法类似的数据集形式是酱的：是一段完整的文本，里面的实体单标了出来

源数据集的处理流程就是下面三步：wordtxt->tag->split->pkl
tag是如下形式：

补充tag常用形式如下，博主例子应该是BMEWO，B开始M中间E结束W单个实体O无关

回到正题，split后的tag文件形式如下：

emmmm。。看不出区别hhhhhh把代码贴下吧：

def tagsplit():     
	with open('./wordtag.txt', 'rb') as inp: 
	        texts = inp.read().decode('utf-8') 
	                sentences = re.split('[，。！？、‘’“”（）]/[O]', texts)         		
	                output_data = codecs.open('./wordtagsplit.txt', 'w', 'utf-8')
	        for sentence in sentences: 
	                if sentence != " ": 
	                            output_data.write(sentence.strip() + '\n')     		
	        output_data.close()

因此最后用作训练的数据时.pkl文件
但是brat工具标注后生成的.ann文件是酱的：只有实体信息，第一列为实体编号，编号自拟且需唯一；第二列包含实体类别和实体的起始和终止位置，以空格分割，部分实体可能在第二列有分号，表示该实体跨行；第三列是实体所对应的词语， 不参与评测 。

然后我就迷茫了-。-