注意：
该软件包已停止更新，请参阅我们的新
参考：
纸： 用于命名实体识别的神经架构通过BLSTM-CNN-CRF进行端到端序列标记码：
用法：
python train.py
性能
f1 91.00％
2021-04-20 17:14:16
1.05MB
1
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
2021-03-02 20:17:26
389KB
1
本代码是在参考了别人代码的基础上进一步修改的，该代码的功能是用Bi-LSTM+CRF进行NER任务，仅供大家参考！
2019-12-21 21:32:15
26.45MB
1
双向LSTM+CRF中文命名实体识别工具，可以使用自己的语料进行训练，欢迎大家交流学习。训练数据需要自己进行获取
2019-12-21 20:35:50
40.13MB
1