文件名称：NER-BERT-CRF
文件大小：11KB
文件格式：ZIP
更新时间：2024-05-26 12:52:44
Python
使用BERT和CRF模型的NER实现 志斌路 这是基于和CRF的命名实体识别器。 有人用BERT，LSTM和CRF构建模型，例如 ，但是从理论上讲，BERT机制已经取代了LSTM的作用，所以我认为LSTM是多余的。 就性能而言，在我的经验中，BERT + CRF总是比单个BERT好一点。 要求 python 3.6 pytorch 1.0.0 概述 NER_BERT_CRF.py包括2个模型： 模型1： 这只是一个经过预训练的BertForTokenClassification，用于与我的BERT-CRF模型进行比较 模型2： 具有CRF模型的预训练BERT。 数据集 参数 NER_labels = ['X'，'[CLS]'，'[SEP]'，'O'，'B-PER'，'I-PER'，'B-ORG'，'I-ORG'，'B- LOC”，“ I-LOC”，“ B-MISC”，“ I-
【文件预览】：
NER-BERT-CRF-master
----LICENSE(1KB)
----README.md(2KB)
----NER_BERT_CRF.py(36KB)