在 Google Colab 中微调用于命名实体识别的 BERT 模型

介绍

命名实体识别是自然语言处理（NLP）领域的一项主要任务。它用于检测文本中的实体，以便在下游任务中进一步使用，因为某些文本/单词对于给定上下文比其他文本/单词更具信息性和重要性。这就是 NER 有时被称为信息检索的原因，即从文本中提取相关关键词并将其分类为所需的类别。

借助命名实体识别，我们可以从医疗记录中提取一般性和特定领域的人员、地点、组织等，例如临床术语、药物、疾病等，以便更好地诊断。

先决条件

• Python 的应用知识以及使用 Pytorch 训练神经网络
• 有关 Transformer 和 BERT 架构的知识