命名实体识别（NER）的概述——论文、模型及代码（BiLSTM-CRF-BERT-CRF）——竞赛资源总结——持续更新——源于源码的时代。

简介：
背景介绍中，我们搭建了仓库空间，其具体地址可供参考。通过对项目的关注（点star）可以帮助更好地追踪相关信息，同时，相关文章的更新将更加频繁和多样化。此前进行的命名体识别项目的设计初衷也十分直观：我旨在实现一个关键词匹配的功能，首先需要对各种领域——例如明星领域、财经领域等——的文本进行深度挖掘，这些领域的文本通常具有独特的特征，人名、地名、公司名称、书名以及电影名称等都可以有效地作为文本的关键信息。在这样的项目背景下，自然而然地会想到运用命名体识别技术。为了总结我在项目过程中积累的经验和资料，我将它们进行了整理和汇总，希望能为各位提供一些有价值的参考。 值得注意的是，命名体识别是一个庞大且复杂的领域，要达到高质量的结果需要投入大量的研究和工作。标题的设置主要是为了提升内容的曝光度；同时，我也需要坦诚地承认自己仍处于学习阶段。我将尽可能地罗列出自己阅读过的有用的资源和资料，以便为读者提供一些先验性的信息。后续看到的关于nert的文章将会在此基础上进行进一步的补充和更新（目前已存储了大量的新文章尚未仔细阅读/作为一名苦逼的码农/QAQ），因此建议大家可以关注我的Github仓库以避免迷失方向。我的计划是系统地精读相关资料。