文件名称：NER-in-Chinese-Text:NLP硬BiLSTM + CRF
文件大小：11.09MB
文件格式：ZIP
更新时间：2024-06-04 05:04:49
nlp ner bilstm-crf Python
NER：Keras中的中文命名实体识别 模型1：基于字符嵌入的BiLSTM-CRF。 Model2：在model1的基础上。 使用Conv1D从单词嵌入中提取n_gram特征作为辅助特征。 ps： 首先运行preprocess.py和utils.py，以获取已处理的train / dev / test数据和预训练的char / word嵌入矩阵。 文件“ appendix_···.py”是通过“ BosonNLP”写入的。 参考： 1，通过双向LSTM-CNNs-CRF进行端到端序列标记马学哲，爱德华·霍维（Eduard Hovy） 2.用于序列标记的双向LSTM-CRF模型。 黄志恒，徐伟，于凯。 3用于命名实体识别的神经体系结构Guillaume Lample等。
【文件预览】：
NER-in-Chinese-Text-master
----wiki_100.utf8.txt(14.63MB)
----dicts()
--------dict.txt.big(8.19MB)
--------stop_words.txt(13KB)
----README.md(682B)
----crf_layer.py(25KB)
----predict_bilstm_crf.py(6KB)
----train_bilstm_crf.py(2KB)
----bilstm_crf_add_word.py(6KB)
----utils.py(4KB)
----predict_bilstm_crf_add_word.py(5KB)
----train_bilstm_crf_add_word.py(2KB)
----bilstm_crf.py(2KB)
----preprocess.py(6KB)
----appendix_bosonnlp_location_recognition.py(1KB)
----data()
--------test.txt(1.34MB)
--------dev.txt(686KB)
--------train.txt(5.99MB)