【NLP】命名实体识别NER——BiLSTM+CRF方法

BiLSTM加上softmax层后就可以直接用来做序列标注了,但考虑到文本语义中上下文转换的合法性,引入CRF层对BiLSTM网络层输出的结果做一定的约束限制,以解决类似下图所示的问题:

【NLP】命名实体识别NER——BiLSTM+CRF方法

上图中的标签“I-Organization I-Person”这种很明显的错误。

BiLSTM-CRF模型为两层结构,第一层为双向LSTM层,负责自动提取句子的特征;第二层为CRF层,进行句子集的标注,在解码过程中使用动态的Viterbi算法来求解最优路径。

相关文章:

  • 2022-01-13
  • 2022-12-23
  • 2021-11-29
  • 2021-12-19
  • 2021-12-16
  • 2021-11-17
  • 2021-06-09
猜你喜欢
  • 2021-07-05
  • 2021-10-28
  • 2022-12-23
  • 2022-12-23
  • 2021-05-28
  • 2021-06-05
  • 2021-09-30
相关资源
相似解决方案