實體識別NER模塊理解整理（待進一步更新）

請參考

• BiLSTM-CRF理解整理
  一篇BiLSTM-CRF比較易懂的文章 英文
  基於上面的鏈接內容的理解 博客
  收藏不看的簡書教程
  其中的CRF:
  由於狀態轉移的限制，能夠避免諸如 I 的後面接 B的非法錯誤。

---

• 最大熵模型NER
  最大熵與大病中病小病
  當你要猜一個概率分佈時，如果你對這個分佈一無所知，那就猜熵最大的均勻分佈，
  如果你對這個分佈知道一些情況，那麼，就猜滿足這些情況的熵最大的分佈。

——————————————————————————————————

• SVM based NER
  構造 n 個 SVM 二值分類器，這裏標記爲 Y = i 的實例被認爲是正例，所有其餘標記的實例被認爲是反例。
  逐對分類 ( Pair wise )，投票 。 --《王浩暢，等：基於 SVM 的生物醫學命名實體的識別》