上传者: 42176612
|
上传时间: 2021-09-30 20:26:03
|
文件大小: 1.05MB
|
文件类型: -
更好的NER
具有双向LSTM-CNN的命名实体识别
命名实体识别的双向LSTM_CNN的keras实现。 原始论文可以在找到
该实现与原始论文的不同之处在于:
不考虑词典
使用存储桶可加快培训速度
使用nadam优化程序代替SGD
结果
该模型在约70个时期内产生90.9%的测试F1得分。 对于给定的体系结构,本文产生的结果是91.14体系结构(带有emb + caps的BILSTM-CNN)
数据集
conll-2003
论文网络模型
使用Keras构建网络模型
运行脚本
python3 nn.py
要求
0) nltk
1) numpy
2) Keras==2.1.2
3) T