文件名称：基于BertForTokenClassification算法的长文本实体识别
文件大小：22KB
文件格式：ZIP
更新时间：2022-09-21 16:20:54
BertForTokenClas
Bert 模型采取了两个预训练任务：Masked Language Model和Next Sentence Prediction，而这两个任务都是基于BertPreTrainedModel抽象基类。 2.1 BertPreTrainedModel 所有Bert-based的模型，包括预训练模型和下游任务模型都是基于BertPreTrainedModel类，用于初始化权重参数和加载预训练描述。同时也继承了PreTrainedModel的变量和方法。
【文件预览】：
命名实体识别
----strong_long.sh(2KB)
----label2json.py(4KB)
----config()
--------global_config.py(229B)
--------logging.conf(597B)
--------__init__.py(85B)
----hello.sh(0B)
----utils.py(14KB)
----readme.md(1KB)
----train.sh(249B)
----train.py(6KB)
----predict.py(9KB)
----test.sh(49B)
----nlp.sh(143B)
----run.py(6KB)
----strong.py(3KB)
----args.py(2KB)
----common()
--------common.py(220B)
--------__init__.py(129B)
----case.sh(477B)
----strong.sh(160B)
----run.sh(101B)
----modeling.py(3KB)
----strong_short.sh(375B)