sequence_tagging:命名实体识别(LSTM + CRF) Tensorflow 源码

使用Tensorflow命名实体识别 此仓库使用Tensorflow(LSTM + CRF +字符嵌入)实现NER模型。 一流的表现(F1分数在90到91之间)。 查看 任务 给定一个句子,给每个单词加上标签。 经典应用程序是命名实体识别(NER)。 这是一个例子 John lives in New York B-PER O O B-LOC I-LOC 模型 与类似 还有。 在字符嵌入上连接bistm的最终状态,以获得每个单词的基于字符的表示 将此表示形式连接到标准字向量表示形式(此处为Glove) 在每个句子上运行一个bistlm以提取每个单词的上下文表示 用线性