BERT-BiLSTM-CRF-master.zip

上传者: gdufstfknight | 上传时间: 2021-05-10 11:42:36 | 文件大小: 883KB | 文件类型: ZIP
命名实体识别代码,解压即可用 # BERT-BiLSTM-CRF BERT-BiLSTM-CRF的Keras版实现 ## BERT配置 1. 首先需要下载Pre-trained的BERT模型,本文用的是Google开源的中文BERT模型: - https://storage.googleapis.com/bert_models/2018_11_03/chinese_L-12_H-768_A-12.zip 2. 安装BERT客户端和服务器 pip install bert-serving-server pip install bert-serving-client,源项目如下: - https://github.com/hanxiao/bert-as-service 3. 打开服务器,在BERT根目录下,打开终端,输入命令: - bert-serving-start -pooling_strategy NONE -max_seq_len 144 -mask_cls_sep -model_dir chinese_L-12_H-768_A-12/ -num_worker 1

文件下载

资源详情

[{"title":"( 12 个子文件 883KB ) BERT-BiLSTM-CRF-master.zip","children":[{"title":"BERT-BiLSTM-CRF-master","children":[{"title":"ModelLib.py <span style='color:#111;'> 2.34KB </span>","children":null,"spread":false},{"title":"train.py <span style='color:#111;'> 1.33KB </span>","children":null,"spread":false},{"title":"config.py <span style='color:#111;'> 771B </span>","children":null,"spread":false},{"title":"MyLayer.py <span style='color:#111;'> 3.92KB </span>","children":null,"spread":false},{"title":"test.py <span style='color:#111;'> 3.26KB </span>","children":null,"spread":false},{"title":".idea","children":[{"title":"workspace.xml <span style='color:#111;'> 20.18KB </span>","children":null,"spread":false},{"title":"vcs.xml <span style='color:#111;'> 180B </span>","children":null,"spread":false}],"spread":true},{"title":"generator.py <span style='color:#111;'> 1.64KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.01KB </span>","children":null,"spread":false},{"title":"data","children":[{"title":"Pos_train.txt <span style='color:#111;'> 2.70MB </span>","children":null,"spread":false},{"title":"Pos_test.txt <span style='color:#111;'> 302.19KB </span>","children":null,"spread":false}],"spread":true},{"title":"preprocess.py <span style='color:#111;'> 10.54KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明