【文件属性】:
文件名称:pytorch_lstmcrf:LSTM-CRF的Pytorch实现以实现命名实体识别
文件大小:50KB
文件格式:ZIP
更新时间:2021-05-17 09:43:00
Python
用于命名实体识别(或序列标记)的LSTM-CRF模型
该存储库实现了用于命名实体识别的LSTM-CRF模型。 该模型与的模型相同,只是我们没有BiLSTM之后的最后一个tanh层。 我们在CoNLL-2003和OntoNotes 5.0英文数据集上均达到了SOTA性能(请通过使用Glove和ELMo来检查我们的,通过对BERT进行微调来检查其他)。
公告内容
我们实现了模块,该模块允许O(log N)推断和回溯!
通过微调BERT / Roberta **获得
模型
数据集
精确
记起
F1
基于BERT的情况+ CRF(此存储库)
CONLL-2003
91.69
92.05
91.87
Roberta-base + CRF(此仓库)
2003年
91.88
93.01
92.44
基于BERT的情况+ CRF(此存储库)
笔记5
89.57
89.45
【文件预览】:
pytorch_lstmcrf-master
----trainer.py(12KB)
----preprocess()
--------get_elmo_vec.py(3KB)
--------get_bert_vec.py(3KB)
----ner_predictor.py(4KB)
----data()
--------conll2003_sample()
----src()
--------data()
--------model()
--------__init__.py(0B)
--------config()
----README.md(6KB)
----transformers_predictor.py(3KB)
----transformers_trainer.py(13KB)
----docs()
--------fast_crf.md(1KB)
--------other_usage.md(2KB)
--------transformers_benchmark.md(2KB)
--------benchmark.md(4KB)