BERT-NER-Pytorch：基于BERT的中文NER（Softmax, CRF, Span方法）
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
BERT-NER-Pytorch是一款利用Pytorch框架实现的基于BERT模型的中文命名实体识别工具，采用Softmax、CRF及Span三种方法进行实体抽取。
使用BERT的中文命名实体识别（NER）模型。数据集包括cner。
可用模型列表：
- BERT + Softmax
- BERT + CRF
需求版本：1.1.0，PyTorch < 1.5.0, cuda = 9.0, python3.6
输入格式采用BIOS标记方案，每个字符的标签为一行。句子用空行分隔。
例如：
美 B-LOC
国 I-LOC
的 O
华 B-PER
莱 I-PER
士 I-PER
运行代码在run_ner_xxx.py或run_ner_xxx.sh中修改配置信息。
模型文件结构如下：
```
├── prev_trained_model
| └── bert_base
| | ├── pytorch_model.bin
| | ├── config.json
| | ├── vocab.txt
| | └── ...
```
CLUENER结果：BERT在dev上的整体性能：
- 准确性（实体）
- 召回率
全部评论 (0)
还没有任何评论哟~
