序列到块：通过锚区域网络进行嵌套实体提及检测

这个自己做的一个自定义实体，形状是一个矩形，拥有三个夹点，分别是移动夹点、向上拉伸夹点和向右拉伸夹点。

主要实现使用了基于字向量的四层双向LSTM与CRF模型的网络.该项目提供了原始训练数据样本(一般醒目,出院情况,病史情况,病史特点,诊疗经过)与转换版本,训练脚本,预训练模型,可用于序列标注研究.把玩和PK使用

对抗式多任务学习技术实体识别

这个命名实体识别数据集是本人亲自整理的最终大型的数据集，供各位学习投票模型的亲朋好友们使用，本人亲自测试，效果非常好！！！！！！

JAVA实体转Map工具类

全国实体门店数据202007-202101.pdf 国内336座城市实体报告

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

用于药物命名实体识别的LSTM-CRF

搜狐算法大赛：主要实体词情绪识别 baseline