没有合适的资源？快使用搜索试试~
我知道了~
文库首页
人工智能
机器学习
ner训练模型
ner训练模型
需积分: 11
11 下载量
175 浏览量
2018-11-20
14:46:37
上传
评论
收藏
15KB
GZ
举报
温馨提示
立即下载
关于命名实体识别的训练模型，与自然语言处理相关的模型的训练
资源推荐
资源评论
BERT-CRF-for-Chinese-NER:使用BERT + CRF模型执行中文NER任务
浏览：122
5星 · 资源好评率100%
BERT-CRF-for-Chinese-NER Using BERT+CRF model to do Chinese NER task 如何运行 链接: 密码: 0qtc 请从网盘链接下载bert-chinese预训练模型，放在chinese-bert文件夹下 直接python run_ner.py即可
CRF-NER模型
浏览：131
NER技术实现命名实体识别，可以识别出文本中的人名地名年份组织机构名
bert-chinese-ner：使用预训练语言模型BERT做中文NER
浏览：113
伯特·中国人 前言 使用预训练语言模型BERT做中文NER尝试，微调BERT模型 PS：移步最新模型 代码参考 使用方法 从下载bert源代码，存放在路径下bert文件夹中 从下载模型，放置在checkpoint文件夹下 使用BIO数据标注模式，使用人民日报经典数据 培养： python BERT_NER.py --data_dir=data/ --bert_config_file=checkp
Python-使用预训练语言模型BERT做中文NER
浏览：169
使用预训练语言模型BERT做中文NER
自然语言处理 ltp模型 ner.zip
浏览：160
5星 · 资源好评率100%
ltp模型：3.4 模型链接https://download.csdn.net/download/llm765800916/12509692 https://download.csdn.net/download/llm765800916/12509682 https://download.csdn.net/download/llm765800916/12509681 https://downloa
ner:命名体识别（NER）综述-论文-模型-代码（BiLSTM-CRFBERT-CRF）-竞赛资源总结-随时更新-源码时代
浏览：40
背景介绍 建了仓库，地址在这里： 点star不迷路，相关文章在github上更新的会更交替一点QAQ 之前做过调整的命名体识别，项目背景实际上也很简单，就是我要做一个关键词匹配的功能，第一步我需要挖掘关键词。 ，明星领域，财经领域等等吧，这些领域的文本很有特色，一般人名/地名/公司名称/书名/电影名称都可以很好的表示文本关键信息。 在这种项目背景之下，很自然的就会想到使用命名体识别。我把在做这个项
ltp工具包包括ltp分词模型、pos模型、ner模型、解析模型等
浏览：127
里面包括ltp分词模型、pos模型、ner模型、解析模型等。
Faster-Rcnn-TF预训练模型
浏览：105
4星 · 用户满意度95%
vgg_imagenet.npy vggnet_fast_rcnn_iter_7000.ckpt 因为github指示地址需要，我保存在百度网盘上的
已经训练好的多个模型，
浏览：129
3星 · 编辑精心推荐
已经训练好的多个模型，有时候可以多看看，当然也可以下载
ner-trainer:NER Trainer结合spacy作为后端在注释少量样本后生成快速模型。
浏览：146
培训师 这是NER训练器，结合spacy作为后端，用于在注释了几个样本后生成快速模型。 快速开始 确保已安装以下程序： 空间 坦格洛 使用此命令启动Web界面。 tangelo --root ./webapp --port 4000 启动spacy后端以训练模型。 python spacy \ app.py 将浏览器指向 ，您应该看到以下屏幕！ 入门 单击“导入培训”，然后从存储库中选择
pytorch_ner:使用PyTorch训练NER模型的管道
浏览：66
使用PyTorch命名实体识别（NER） 关于 使用PyTorch训练NER模型的管道。 支持ONNX导出。 用法 首先，安装依赖项： # clone repo git clone https://github.com/dayyass/pytorch_ner.git # install dependencies cd pytorch_ner pip install -r requi
albert-chinese-ner：使用预训练语言模型ALBERT做中文NER
浏览：104
阿尔伯特·中国人 前言 这次的albert某种程度上可能会导致bert本质上有所重叠，恰逢中文预训练模型出来，还是按照之前的数据来做NER方面的fine-tune PS：移步传统模型 资源资源 文件 配置 下载albert中文模型，这里使用的是base 将模型文件夹重命名为albert_base_zh，加入项目中 运行python albert_ner.py --task_name ner --
程序员5个刷题网站-keras-bert-ner:中文NER任务使用BiLSTM-CRF/BiGRU-CRF/IDCNN-CRF模型和预训练语
浏览：190
5个程序员刷题网站| 凯拉斯-伯特-纳 中文 NER 任务使用BiLSTM-CRF/BiGRU-CRF/IDCNN-CRF模型和预训练语言模型的Keras解决方案：支持BERT/RoBERTa/ALBERT ）。 更新日志 2020年2月27日重构的代码keras_bert_ner并删除了一些多余的文件。 bert4keras == 0.2.5现在已集成为该项目的主要部分。 2019.11.14
Davlan/bert-base-multilingual-cased-ner-hrl NER命名实体识别模型
浏览：86
huggingface上的Davlan/bert-base-multilingual-cased-ner-hrl命名实体识别模型，包含中英等16种语言的人名、地名、组织识别
NER.DataLabeling:使用来自预训练模型的推论对数据进行注释，以进行命名实体识别（NER）任务
浏览：6
NER数据标签 使用来自预训练模型的推论对数据进行注释，以进行命名实体识别（NER）任务
spacy-ner-annotator:使用自定义数据集训练 Spacy ner
浏览：22
spacy-ner-注释器安装pip3 安装 spacy... 如果您希望通过模型进行训练，请下载模型并在train.py添加其名称详细信息和积分访问这个网址： https://manivannanmurugavel.github.io/annotating-tool/spacy-ner-annotator/
使用预训练语言模型BERT做中文NER尝试，fine - tune BERT模型
浏览：170
从BERT-Base Chinese下载模型，存放在checkpoint文件夹下 使用BIO数据标注模式，使用人民日报经典数据 train： python BERT_NER.py --data_dir=data/ --bert_config_file=checkpoint/bert_config.json --init_...
提示：T-NER是一个python工具，用于分析基于命名实体识别（NER）的语言模型微调。 它具有易于使用的界面，可以微调模型，在跨域数据集上进行测试，在此我们可以编译9个公开可用的NER数据集。 模型可以立即部署在我们的Web应用程序上以进行定性分析，而可以部署在微服务的API上。 此外，我们发布了所有NER模型检查点，其中在所有数据集上训练最广泛的模型具有43种实体类型
浏览：66
同时，我们发布所有NER模型检查点，其中在所有数据集上训练最广泛的模型具有43种实体类型。 目录 ：内置数据集和自定义数据集 ：模型训练 ：域内/域外评估 ：从模型获取预测的API ：已发布的模型检查点 ： 的...
ner-api:使用spaCy NER模型的fastapi应用
浏览：55
内阿皮 用法 Docker服务 要运行推理服务器REST API，请运行： docker-compose up 然后，将浏览器打开到以获取Swagger文档。 地方发展 本地开发设置稍微复杂一些，但是服务器会自动重新启动以更改模型。 开发人员环境设置 运行make env设置本地开发人员环境。 这样做之后，请确保在处理代码库之前激活虚拟环境（ source venv/bin/activate ）
基础pytorch和bert的ner模型，实现断句，标点符号预测.zip
浏览：144
基础pytorch和bert的ner模型，实现断句，标点符号预测.zip
boundary-aware-nested-ner:EMNLP 2019论文代码“用于嵌套命名实体识别的边界感知神经模型”
浏览：93
嵌套NER的边界感知模型的源代码 EMNLP-IJCNLP 2019中我们论文``嵌套命名实体识别的边界感知模型''的实现。 要求 python 3 pytorch numpy gensim scikit-learn joblib 资料格式 我们处理后的GENIA数据集位于./data/genia 。 数据格式与的相同 每行都有多个列，这些列由Tab键分隔。 每行包含 word lab
bert_vn_ner:使用Google AI的BERT模型的越南命名实体识别任务的PyTorch解决方案
浏览：102
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_window:命名实体识别窗口模型的火炬实现
浏览：103
ner_window 按照cs224d分配2中指定的方法来执行命名实体识别窗口模型的火炬实现。 训练模型： 在Terminal.app中，运行python extract_datasets_for_torch.py 在Terminal.app中，运行th ner_window.lua训练模型。
基于Bert预训练模型微调命名实体识别项目python源码+使用说明+模型(支持docker部署).zip
浏览：19
基于Bert预训练模型微调命名实体识别项目python源码+使用说明+模型(支持docker部署).zip 基于Bert（或Robert）预训练模型微调命名实体识别任务，并提供基于docker的Tensor Serving部署模型方案实现过程。 # 1. 数据 ...
基于Bert的系统python源码+项目说明+预训练模型.zip
浏览：177
基于Bert的kbqa系统python源码+项目说明+预训练模型.zip 预训练模型太大了，无法上传。放在百度网盘了 链接：https://pan.baidu.com/s/1EK-TGghfmj-0HbWl_xe3zg 提取码：jqeg 下载下来放在./bert-kbqa/input/...
BERT-BiLSTM-CRF-NER-master.zip
浏览：151
我们本次实验的任务也是一个序列标注问题，简而言之，就是是基于BERT预训练模型，在中文NER（Named Entity Recognition，命名实体识别）任务上进行fine-tune。 Fine-tune是什么意思，中文译为微调。在transfer ...
人工智能-项目实践-预训练-使用预训练语言模型BERT做中文NER.zip
浏览：54
使用方法 从BERT-TF下载bert源代码，存放在路径下bert文件夹中 从BERT-Base Chinese下载模型，存放在checkpoint文件夹下 使用BIO数据标注模式，使用人民日报经典数据
基于 SciBERT 的命名实体识别（NER）系统
浏览：129
它旨在提供一个高效、准确的NER模型，专门针对科学文献。 特点 包含预训练脚本允许在专业领域论文上使用掩码语言建模(MLM)任务进一步预训练SciBert模型。 从预训练任务中移除了下一句预测(NSP)，这会有效提高下流...
hmm_ner_organization:使用HMM模型实现的机构名实体识别
浏览：50
基于HMM模型的机构名实体识别 1.环境依赖 python 2.7 jieba （可选） 2.算法说明 参考《基于角色标注的中文机构名识别》论文，结合HanLP提供的针对机构名的HMM语料，实现了基于HMM模型的机构名实体识别算法。 详细说明文档，可前往我的博客围观： 3.使用说明 首先，运行以下脚本： python generate_data.py 会在./data下生成transition_p
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
联系上传者
评论
xiaolingmu
粉丝: 0
资源:
3
私信
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
前往需求广场，查看用户热搜
最新资源
unity10000个常用汉字
使用C#调用python操作
IMG20240425002617.jpg
IMG_2775.MOV.mov
00023(1).MTS
OSPF11111111
第三组 《打造家乡“金名片”》.pdf
Python实现kmp算法.zip
kmp算法测试.zip
kmp算法0.0.zip
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
