NER LSTM CRF:一个易于使用的命名实体识别(NER)工具包在张量流中实现了Bi LSTM + CRF模型 源码

NER-LSTM-CRF 一个易于使用的命名实体识别(NER)工具包,在张量流中实现了LSTM + [CNN] + CRF模型。 该项目短期内不再维护,PyTorch版本: : 1.型号 Bi-LSTM / Bi-GRU + [CNN] + CRF,其中CNN层针对英文,捕获字符特征,通过参数use_char_feature控制self.nil_vars.add(self.feature_weight_dict [feature_name] .name)。 2.用法 2.1数据准备 训练数据处理成下列形式,特征之间用制表符(或空格)替换,每行共n列,1至n-1列为特征,最后一列为labe