使用BERT的越南语NER（bert-vn-ner） 由Trong-Dat Ngo编写的代码。 引言 BERT模型的Pytorch实现为越南语执行命名实体识别（NER）。 此外，单词中的特征也用于表示单词。 该系统使用预训练模型 安装 要求： Python 3.6+ 火炬1.4+ 安装依赖项： pip3 install -r requirements.txt 数据集格式 bert-vn-ner的输入数据格式遵循CoNLL-2003格式，其中四列由制表符分隔，包括word ， pos ， chunk和named实体。 每个单词都放在单独的行上，每个句子后面都有一个空行。 请注意，分词不用于匹配BERT的预训练（以bert-base-multilingual-cased表示） 。 有关详细信息，请参见“数据”目录中的样本数据。 下表描述了数据集中的越南语例句示例。 单词 销售点

可以将serial重定向至named pipe的小工具，用于VM、VirtualBox

解决Python安装模块出错 ImportError: No module named setuptools-附件资源

CentOS Linux release 7.9.2009，解决 “No module named yum” 错误的安装包， 因为安装了两个python版本，yum无法使用，修复包备份一哈，以免后面需要。 使用前先确定centos版本跟我的一致，cat /etc/centos-release为CentOS Linux release 7.9.2009。 使用方法，下载安装包，解压到一个目录。接着运行命令：执行 rpm -ivh --force *.rpm --nodeps。安装完成yum就可以使用了

Named Data Networking Naming and Routing Design

“将阿拉伯语维基百科转换成命名实体分类法”是一个数据集，由4000条阿拉伯语维基百科文章分类为粗粒度NE分类法。 该数据集可用于与NER相关的文档分类任务。 要使用该语料库，请引用以下出版物：F. Alotaibi和M. Lee，“将阿拉伯维基百科映射到命名的实体分类法中”，《 COLING 2012年会议录：海报》，第43-52页，印度理工学院，印度孟买，12月8日。 -15。 2012年。作者URL：http://www.cs.bham.ac.uk/~fsa081/index.html http://fsalotaibi.kau.edu.sa电子邮件：fsalotaibi {AT} kau.edu.sa fsa081 {AT } cs.bham.ac.uk

CLUENER2020 中文细粒度命名实体识别 Fine Grained Named Entity Recognition

No module named 'tensorflow.examples'

斯坦福大学CoreNLP Stanford CoreNLP提供了一组用Java编写的自然语言分析工具。 它可以接受原始的人类语言文本输入，并给出单词的基本形式，它们的词性，是否是公司名称，人员名称等，规范化并解释日期，时间和数字量，标记句子的结构在短语或单词从属关系方面，并指出哪些名词短语指代相同的实体。 它最初是为英语开发的，但现在也为（现代标准）阿拉伯语，（大陆）中文，法语，德语和西班牙语提供不同级别的支持。 斯坦福大学的CoreNLP是一个集成的框架，这使得将大量语言分析工具应用于一段文本变得非常容易。 从纯文本开始，您只需两行代码即可运行所有工具。 它的分析为更高层次和特定领域的文本理解应用程序提供了基础构建块。 Stanford CoreNLP是一套稳定且经过测试的自然语言处理工具，已被学术界，行业和政府中的各个团体广泛使用。 这些工具使用基于规则的，概率机器学习和深度学习组件。 Stanford CoreNLP代码用Java编写，并根据GNU通用公共许可证（v3或更高版本）获得许可。 请注意，这是完整的GPL，它允许许多免费使用，但不能在分发给他人的专有软件中使用。 制

Python里出现ModuleNotFoundError: No module named ‘pandas’时该怎样解决 1、打开网址https://pypi.org/project/pandas/#files，找到自己所安装的Python版本所对应的pandas版本. 2、我下载的是 下载时需将pandas下载到Python的安装目录下scripts目录下 3.打开cmd，在cmd下执行python -m pip install –upgrade pip ，下载成功的结果如下图所示 4、在cmd中切换路径到自己的Python的scripts的下：cd 然后在该路径下执行以下的命令：pip