模型都未进行调参,未能使模型的准确率达到最高
使用 Bi-LSTM 模型来对进行实体识别
pytorch、python
相关库安装
pip install -r requirement.txt
BiLSTM
|--data 数据
|--img 存放模型相关图片
|--model 保存的模型
|--config.py 配置文件
|--main.py 主函数
|--model.py 模型文件
|--predict.py 预测文件
|--requirement.txt 安装库文件
|--utils.py 数据处理文件
Bi-LSTM(Bi-directional LSTM),就可以更好的捕捉双向的语义依赖,对于更细粒的分类可以很好学到(如:表示程度的词)。
由前向的 LSTM 和 后向的 LSTM 结合成 Bi-LSTM
决定参数:bidirectional: If True, becomes a bidirectional LSTM. Default: False
数据集用的是论文【ACL 2018Chinese NER using Lattice LSTM】中从新浪财经收集的简历数据。
python main.py
python predict.py
我们有一个微信交流群,大家如果有需要,可以加入我们,一起进行学习。关注公众号后会有一个私人微信,添加微信,备注进群,就可以拉你进群,进行学习。