赞
踩
这篇博文就不放出代码了,因为现在基本上不用规则做命名实体识别,当然除非你在某些特定的语料有规律,就完全可以用正则表达式来做。
代码和语料:https://github.com/lipengfei-558/hmm_ner_organization
这篇博文是根据我参加的一个比赛写的,当时用到了纯CRF方法,比赛介绍:
基于机构实体的智能摘要和风险等级识别 Competitions - DataFountain
数据集:BDCI2017-fahai-Semi.zip_免费高速下载|百度网盘-分享无限制
用到了CRF++(版本0.58), CRF++ 下载地址:CRF -0.58.tar.gz_免费高速下载|百度网盘-分享无限制
使用方法直接参考官方文档:CRF++: Yet Another CRF toolkit,或者直接参考网上教程。主要涉及到两点,一是数据的预处理,二是CRF++的模板,事实上,用默认模板也能取得不错的效果。想要更好的效果,就得好好设计一下模板,尝试把一些词性、特征词等特征加进去,不赘述了~
原文:用双向lstm+CRF做命名实体识别(附tensorflow代码)——NER系列(四)
代码是一个老哥在github上开源的,基于tensorflow:GitHub - guillaumegenthial/sequence_tagging: Named Entity Recognition (LSTM + CRF) - Tensorflow
CoNLL-2003语料集下载地址:CoNLL-2003.rar_免费高速下载|百度网盘-分享无限制
上面这个是已经做好预处理的语料集,也可以直接用在CRF++上。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。