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

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

1. BiLSTM_CRF模型介绍 ，深入剖析模型原理；
2. BiLSTM当前模型介绍及存在问题
3. BiLSTM后面接CRF的原因
4. 数据集介绍
5. 读取数据代码实现
6. 处理数据集代码实现
7. 工具类代码实现
8. 模型代码编写实现
9. 模型训练代码编写实现
10. 代码封装实现
11. flask接口实现

基于IDCNN+CRF的中文命名实体识别实战

1. IDCNN+CRF模型介绍 ，深入剖析模型原理；
2. IDCNN与BiLSTM的区别
3. 数据集介绍
4. 读取数据代码实现
5. 处理数据集代码实现
6. 工具类代码实现
7. 模型代码编写实现
8. 模型训练代码编写实现
9. 代码封装实现
10. flask接口实现

基于Bert-BiLSTM+CRF的中文命名实体识别实战

1. Bert相关理论模型介绍 ，深入剖析模型原理；
2. Bert-BiLSTM+CRF模型介绍
3. Bert原生工程创建介绍
4. 数据集介绍
5. 读取数据代码实现
6. 处理数据集代码实现
7. 工具类代码实现
8. 模型代码编写实现
9. 模型训练代码编写实现
10. 代码封装实现