文件名称：使用Google的BERT进行命名实体识别（CoNLL-2003作为数据集）。-Python开发
文件大小：2.09MB
文件格式：ZIP
更新时间：2024-06-14 09:35:40
Python Deep Learning
使用google BERT进行CoNLL-2003 NER！ 为了获得更好的性能，您可以尝试使用fennlp，有关更多详细信息，请参见fennlp。 BERT-NER版本2使用Google的BERT进行命名实体识别（CoNLL-2003作为数据集）。 原始版本（请参阅old_version以获得更多详细信息）包含一些硬代码，并且缺少相应的注释，因此不方便理解。 因此，在此更新版本中，有一些新的思想和技巧（关于数据预处理和图层设计）可以帮助您快速实现微调模型（您只需要
【文件预览】：
BERT-NER-master
----function_test.py(778B)
----bert()
----output()
--------result_dir()
----data()
--------dev.txt(803KB)
--------test.txt(726KB)
--------train.txt(3.11MB)
----run_ner.sh(609B)
----old_version()
--------NERdata()
--------tf_metrics.py(8KB)
--------README.md(2KB)
--------picture1.png(12KB)
--------picture2.png(13KB)
--------picturen.png(16KB)
--------BERT_NER.py(24KB)
--------conlleval.pl(13KB)
----LICENSE(1KB)
----README.md(3KB)
----metrics.py(5KB)
----middle_data()
--------label2id.pkl(184B)
----cased_L-12_H-768_A-12()
--------download_from_bert_first.txt(208KB)
----BERT_NER.py(27KB)
----conlleval.pl(13KB)