NLP命名实体识别和关系抽取

最近一直在做相关的研究。
但是输出太少,我也不知道自己到底懂了没懂。
以后将每日学习记录输出到博客自己看。
剩下一个月好好加油(之前都实习去了,乱七八糟)
关系抽取中的几个文件
initial文件
reading word embedding data
处理词向量
vec.txt预览
vec.txt是预训练词嵌入文件。
此文件是从《纽约时报注释语料库》(LDC数据LDC2008T19)中学习的。
纽约时报注释语料库中获取。

实体嵌入是随机初始化的。
实体嵌入中的实体数应与train.txt中的实体数相同。
原data目录中含五个文件
train.txt:训练文件,格式
(fb_mid_e1,fb_mid_e2,e1_name,e2_name,关系,句子)。

{
"text": "Not many people have cooler family closets to raid than Theodora Richards , the daughter of the Rolling Stones guitarist Keith Richards and the 70 's supermodel Patti Hansen .",
"relation": "/people/person/children", 
"h": 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值