双向LSTM-CRF和ELMo用于命名实体识别，词性标记等。-Python开发

【文件属性】：
文件名称：双向LSTM-CRF和ELMo用于命名实体识别，词性标记等。-Python开发
文件大小：5.91MB
文件格式：ZIP
更新时间：2021-05-25 14:33:03
Python Deep Learning anaGo anaGo是一个在Keras中实现的用于序列标记（NER，PoS标记等）的Python库。 anaGo可以解决序列标记的任务，例如命名实体识别（NER），词性标记（POS标记），语义anaGo anaGo是用于序列标记（NER，PoS标记等）的Python库，在Keras中实现。 anaGo可以解决序列标记任务，例如命名实体识别（NER），词性标记（POS标记），语义角色标记（SRL）等。 与传统的序列标签求解器不同，anaGo不需要定义任何语言相关的功能。 因此，我们可以轻松地将anaGo用于任何语言。 作为anaGo的示例，下图显示了英语的命名实体识别：

【文件预览】：
anago-master
----MANIFEST.in(26B)
----docs()
--------images()
--------docs()
--------mkdocs.yml(172B)
----anago()
--------preprocessing.py(8KB)
--------models.py(8KB)
--------callbacks.py(1KB)
--------utils.py(7KB)
--------__init__.py(101B)
--------trainer.py(2KB)
--------wrapper.py(6KB)
--------layers.py(25KB)
--------tagger.py(4KB)
----data()
--------conll2003()
--------glove.6B()
----ISSUE_TEMPLATE.md(821B)
----tests()
--------test_utils.py(3KB)
--------test_trainer.py(3KB)
--------__init__.py(0B)
--------test_model.py(2KB)
--------test_tagger.py(2KB)
--------test_wrapper.py(4KB)
--------test_preprocess.py(6KB)
----tox.ini(65B)
----LICENSE(1KB)
----requirements.txt(488B)
----examples()
--------ner_glove.py(814B)
--------elmo_example.py(3KB)
--------download_model.py(572B)
--------ner_word2vec.py(815B)
--------training_example.py(3KB)
--------tagger_example.py(1KB)
----setup.py(2KB)
----.gitignore(3KB)
----README.md(5KB)