【文件属性】：
文件名称：CLUENER2020:BiLSTM \ BERT \ Roberta（+ CRF）模型的PyTorch实现，用于命名实体识别
文件大小：12.45MB
文件格式：ZIP
更新时间：2021-05-25 23:34:29
pytorch named-entity-recognition ner bert bilstm-crf
Chinese NER Project
本项目为CLUENER2020任务baseline的代码实现，模型包括
BiLSTM-CRF
BERT-base + X (softmax/CRF/BiLSTM+CRF)
Roberta + X (softmax/CRF/BiLSTM+CRF)
本项目BERT-base-X部分的代码编写思路参考 。
项目说明参考知乎文章：
Dataset
实验数据来自。这是一个中文细粒度命名实体识别数据集，是基于清华大学开源的文本分类数据集THUCNEWS，选出部分数据进行细粒度标注得到的。该数据集的训练集、验证集和测试集的大小分别为10748，1343，1345，平均句子长度37.4字，最长50字。由于测试集不直接提供，考虑到leaderboard上提交次数有限，本项目使用CLUENER2020的验证集作为模型表现评判的测试集。
CLUENER2020共有10个
【文件预览】：
CLUENER2020-main
----.DS_Store(10KB)
----BERT-Softmax()
--------data_process.py(2KB)
--------.DS_Store(10KB)
--------train.py(5KB)
--------experiments()
--------config.py(2KB)
--------utils.py(899B)
--------model.py(2KB)
--------run.py(5KB)
--------metrics.py(6KB)
--------data()
--------pretrained_bert_models()
--------case()
--------data_loader.py(4KB)
----BiLSTM-CRF()
--------data_process.py(2KB)
--------.DS_Store(8KB)
--------train.py(6KB)
--------experiments()
--------config.py(1KB)
--------metric.py(5KB)
--------utils.py(899B)
--------model.py(1KB)
--------run.py(6KB)
--------data()
--------case()
--------data_loader.py(2KB)
--------Vocabulary.py(3KB)
----BERT-CRF()
--------data_process.py(2KB)
--------.DS_Store(8KB)
--------train.py(6KB)
--------experiments()
--------config.py(2KB)
--------utils.py(899B)
--------model.py(2KB)
--------run.py(5KB)
--------metrics.py(6KB)
--------data()
--------pretrained_bert_models()
--------data_loader.py(4KB)
----requirements.txt(1KB)
----BERT-LSTM-CRF()
--------data_process.py(2KB)
--------.DS_Store(10KB)
--------train.py(6KB)
--------experiments()
--------config.py(2KB)
--------utils.py(899B)
--------model.py(2KB)
--------run.py(6KB)
--------metrics.py(6KB)
--------data()
--------pretrained_bert_models()
--------case()
--------data_loader.py(4KB)
----readme.md(5KB)