没有合适的资源?快使用搜索试试~ 我知道了~
CLUENER2020:BiLSTM \ BERT \ Roberta(+ CRF)模型的PyTorch实现,用于命名实体识别
共94个文件
py:33个
ds_store:29个
json:17个
5星 · 超过95%的资源 需积分: 41 53 下载量 64 浏览量
2021-05-25
23:34:29
上传
评论 12
收藏 12.45MB ZIP 举报
温馨提示
Chinese NER Project 本项目为CLUENER2020任务baseline的代码实现,模型包括 BiLSTM-CRF BERT-base + X (softmax/CRF/BiLSTM+CRF) Roberta + X (softmax/CRF/BiLSTM+CRF) 本项目BERT-base-X部分的代码编写思路参考 。 项目说明参考知乎文章: Dataset 实验数据来自。这是一个中文细粒度命名实体识别数据集,是基于清华大学开源的文本分类数据集THUCNEWS,选出部分数据进行细粒度标注得到的。该数据集的训练集、验证集和测试集的大小分别为10748,1343,1345,平均句子长度37.4字,最长50字。由于测试集不直接提供,考虑到leaderboard上提交次数有限,本项目使用CLUENER2020的验证集作为模型表现评判的测试集。 CLUENER2020共有10个
资源推荐
资源详情
资源评论
收起资源包目录
CLUENER2020-main.zip (94个子文件)
CLUENER2020-main
.DS_Store 10KB
BERT-Softmax
data_process.py 2KB
.DS_Store 10KB
train.py 5KB
experiments
.DS_Store 6KB
clue
.DS_Store 6KB
config.json 818B
train.log 19KB
config.py 2KB
utils.py 899B
model.py 2KB
run.py 5KB
metrics.py 6KB
data
.DS_Store 6KB
clue
test.json 278KB
train.npz 1.92MB
test.npz 247KB
train.json 2.16MB
pretrained_bert_models
.DS_Store 8KB
chinese_roberta_wwm_large_ext
.DS_Store 6KB
config.json 579B
bert-base-chinese
.DS_Store 6KB
config.json 578B
case
.DS_Store 6KB
data_loader.py 4KB
BiLSTM-CRF
data_process.py 2KB
.DS_Store 8KB
train.py 6KB
experiments
.DS_Store 6KB
clue
.DS_Store 6KB
train.log 6KB
config.py 1KB
metric.py 5KB
utils.py 899B
model.py 1KB
run.py 6KB
data
.DS_Store 6KB
clue
.DS_Store 6KB
test.json 278KB
train.npz 1.92MB
test.npz 247KB
vocab.npz 50KB
train.json 2.16MB
case
.DS_Store 6KB
data_loader.py 2KB
Vocabulary.py 3KB
BERT-CRF
data_process.py 2KB
.DS_Store 8KB
train.py 6KB
experiments
.DS_Store 6KB
clue
config.json 759B
train.log 21KB
config.py 2KB
utils.py 899B
model.py 2KB
run.py 5KB
metrics.py 6KB
data
.DS_Store 6KB
clue
test.json 278KB
train.npz 1.92MB
test.npz 247KB
train.json 2.16MB
pretrained_bert_models
.DS_Store 8KB
chinese_roberta_wwm_large_ext
.DS_Store 6KB
config.json 520B
bert-base-chinese
.DS_Store 6KB
config.json 520B
data_loader.py 4KB
requirements.txt 1KB
BERT-LSTM-CRF
data_process.py 2KB
.DS_Store 10KB
train.py 6KB
experiments
.DS_Store 6KB
clue
.DS_Store 6KB
config.json 818B
train.log 24KB
config.py 2KB
utils.py 899B
model.py 2KB
run.py 6KB
metrics.py 6KB
data
.DS_Store 6KB
clue
test.json 278KB
train.npz 1.92MB
test.npz 247KB
train.json 2.16MB
pretrained_bert_models
.DS_Store 8KB
chinese_roberta_wwm_large_ext
.DS_Store 6KB
config.json 579B
bert-base-chinese
.DS_Store 6KB
config.json 578B
case
.DS_Store 6KB
data_loader.py 4KB
readme.md 5KB
共 94 条
- 1
资源评论
- 魏水华2023-07-25通过CRF的引入,该文件进一步提升了NER任务的性能。
- 傅融2023-07-25结合BiLSTM、BERT和Roberta的模型实现,让命名实体识别效果更上一层楼。
- 高工-老罗2023-07-25这个文件真实可靠,对于命名实体识别很有帮助。
- 奔跑的楠子2023-07-25这个文件提供了一个PyTorch实现的模型,方便了大家的实际应用。
- 練心2023-07-25该文件对命名实体识别模型进行了优化,提高了识别准确度。
PeterLee龍羿學長
- 粉丝: 35
- 资源: 4633
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功