当前位置:   article > 正文

【NLP】基于Pytorch的IDCNN-CRF命名实体识别(NER)实现_idcnn+crf pytroch

idcnn+crf pytroch

背景

前文介绍了【NLP】命名实体识别——IDCNN-CRF论文阅读与总结【NLP】基于Pytorch lightning与BiLSTM-CRF的NER实现 也实现了相关模型。在GitHub看了一圈,IDCNN基本上都是Tensorflow实现了,现在我来实现一波,看看效果。源码已经上传到我的GitHub上:https://github.com/Htring/IDCNN-CRF_NER_PL,有兴趣的看以瞅瞅哦。

数据来源

本程序数据来源于:https://github.com/luopeixiang/named_entity_recognition.

为了能够使用seqeval工具评估模型效果,将原始数据中“M-”开头的标签处理为“I-”.

程序结构

程序设计结构依然像以往的形式,包括如下三个模块:

数据处理模块:dataloader.py
模型实现模块: idcnn.py
模型训练模块:idcnn_crf_pl.py
模型训练

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/536097
推荐阅读
相关标签
  

闽ICP备14008679号