中文命名实体识别实战学习路线图-揭开中文命名实体识别的神秘面纱
命名实体识别作为自然语言处理 的基础技术之一,在自然语言处理上游各个任务(问答系统、机器翻译、对话系统等)重扮演者十分重要的角色,因此深入掌握命名实体识别技术,是作为自然语言处理从业者毕本技能,本学习路线图理论与实践相结合,希望能给大家带来帮助。本学习路线图主要从最简单的基于BiLSTM+CRF的中文命名实体模型到基于IDCNN+CRF的中文命名实体识别模型,最后讲解基于Bert+BiLSTM+CRF的命名实体识别实战模型,从浅入深,一次揭开中文命名实体识别实战的面纱。
基于BiLSTM+CRF的中文命名实体识别实战
- BiLSTM_CRF模型介绍 ,深入剖析模型原理;
- BiLSTM当前模型介绍及存在问题
- BiLSTM后面接CRF的原因
- 数据集介绍
- 读取数据代码实现
- 处理数据集代码实现
- 工具类代码实现
- 模型代码编写实现
- 模型训练代码编写实现
- 代码封装实现
- flask接口实现
基于IDCNN+CRF的中文命名实体识别实战
- IDCNN+CRF模型介绍 ,深入剖析模型原理;
- IDCNN与BiLSTM的区别
- 数据集介绍
- 读取数据代码实现
- 处理数据集代码实现
- 工具类代码实现
- 模型代码编写实现
- 模型训练代码编写实现
- 代码封装实现
- flask接口实现
基于Bert-BiLSTM+CRF的中文命名实体识别实战
- Bert相关理论模型介绍 ,深入剖析模型原理;
- Bert-BiLSTM+CRF模型介绍
- Bert原生工程创建介绍
- 数据集介绍
- 读取数据代码实现
- 处理数据集代码实现
- 工具类代码实现
- 模型代码编写实现
- 模型训练代码编写实现
- 代码封装实现