使用 CRF++ 训练命名实体识别模型

MSRA-NER (SIGHAN2006) 数据集由微软亚研院发布，其目标是识别文本中具有特定意义的实体，包括人名、地名、机构名。

使用Entity Framework的缓存条目实施审核跟踪

解决sql_variant的实体框架排除问题

xml格式字符串与java pojo实体类相互转换工具类

Json转C#实体工具.zip

本体匹配、实体对齐、知识融合PPT，里面包含了常见的模型和方法讲解

该数据集是用于命名实体识别训练模型的数据集，该数据集中包含6中标签，分别是人名、地名、时间、组织机构名、公司名、产品名。遵循BIO编码。里面有三个文件，分别是训练集，测试集，验证集。样例如下： 以 O 及 O 以 O 康 B-COMPANY_NAME 宽 I-COMPANY_NAME 为 O 代 O 表 O 的 O 国 O 外 O 专 O 利 O 产 O 品 O 低 O 毒 O 杀 O 虫 O 剂 O 吡 B-PRODUCT_NAME 虫 I-PRODUCT_NAME 啉 I-PRODUCT_NAME 和 O 生 O 物 O 农 O 药 O 阿 B-PRODUCT_NAME 维 I-PRODU

信息提取中文 中文信息提取（包括命名实体识别，关系提取等）专注于最新的深度学习方法。 为了清楚起见，该项目有几个子任务，分别带有详细的README.md。 文件夹RE_BGRU_2ATT /中的详细信息 文件夹NER_IDCNN_CRF /中的详细信息 详情 参考

QLSinhVien:实体框架工作