NER

Word Embedding与analogy reasoning（词嵌入与类比推理的过程）

词嵌入比one-hot编码有更多优点：词嵌入可以用一个低维向量来表示词向量，而one-hot编码一般维度一般都比较高词嵌入可以表征词的相似性，语义上相似的词，其词向量也比较接近通用性强，在分类，回归，NER
ybdesire·2020-08-22 15:39

datawhale-cs224n-task04

task-04单词的表示对不知道的单词使用词向量的建议单词表示的两大问题单词表示的解决方法：TagLM-"Pre-ELMo"NamedEntityRecognition(NER)CoVe单词的表示前面我们已经学习了
qq_37296909·2020-08-22 13:33

HMM详解

根据给定的观测的序列来预测其对应的标记序列（序列的标记可以看成隐藏节点，序列是可观测节点）具体应用可看这篇博客讲的比较好：https://www.lookfor404.com/用隐马尔可夫模型hmm做命名实体识别-ner
亦万·2020-08-22 12:47

美团搜索中NER技术的探索与实践

1.背景命名实体识别（NamedEntityRecognition，简称NER），又称作“专名识别”，是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。
美团技术团队·2020-08-21 03:45

流水的NLP铁打的NER：命名实体识别实践与探索

作者|王岳王院长编辑|yuquanle来源|AI小白入门（ID:StudyForAI）前言最近在做命名实体识别（NamedEntityRecognition,NER）的工作，也就是序列标注（SequenceTagging
AI科技大本营·2020-08-21 03:49

ltp模型训练札记

/otnerlearn--modeldish_ner--referencesample/ner/dish-train.ner--developmentsample/ner/dish-holdout.ner
chenghuang1645·2020-08-21 03:53

命名实体识别（NER）理论与实战

任务目的识别文本中具有特定意义的实体，供下游任务使用，如对话系统、机器翻译、构建知识图谱等。实体类型常见的实体定义：人名、地名、机构名、日期、时间、数字、货币。自定义类型：如在法律条文中的法律名、法官名、被告人、原告人等，在医疗领域的实体有疾病名、药物名、科室名等。实体识别流程获取数据处理数据实体识别算法基于规则的方法做法：人工（通常是领域专家）编写规则，与字符串做匹配。特点：在小数据集上准确率、
在路上·2020-08-21 02:58

命名实体识别之再调研

为此，笔者想基于之前更新的命名实体识别的文章，再写一写最近看到的一些NER算法。笔者在这里就不对命名实体识别等基础知识进行赘述了，我们扣1直接开车。
Chile_Wang·2020-08-20 05:30

nlp学习资料汇总

n-gramword-embeddingCBOWSkip-gram解读https://blog.csdn.net/qq_16949707/article/details/1058347551.2序列标注ner
HxShine·2020-08-19 18:23

用keras调用load_model时报错ValueError: Unknown Layer:LayerName

中包含了自定义的层（CustomLayer），导致加载模型的时候无法解析该Layer解决该问题的方法是在load_model函数中添加custom_objects参数，该参数接受一个字典，键值为自定义的层：ner_model
Future-Miracle·2020-08-19 05:02

C#带错误代码的自定义异常

Exception{publicHoundException(){}publicHoundException(intnErrorCode,stringmessage):base(message){ErrorCode=nEr
Python·2020-08-18 15:31

实体链接：信息抽取中的NLP的基础任务

我相信大多数人都遇到过命名实体识别(NER)。NER是一种基本的自然语言处理(NLP)任务，具有广泛的用例。本文不是关于NER的，而是关于一个与NER密切相关的NLP任务。**你知道什么叫实体链接吗？
喜欢打酱油的老鸟·2020-08-17 16:28

《Natural Language Processing》斯坦福视频学习笔记——1.introduction

已解决：spamdetection，POStagging，NameEntityRecognition（NER）在发展：SentimentAnalysis，CoreferenceResolution（指代消
小猿Joanna·2020-08-17 12:07

Micheal Collins nlp课程笔记（二）Tagging Problems and Hidden Markov Models

一、TheTaggingProblem典型的标签问题有两种：POS（PartOfSpeech）和NER（NamedEntityRecognition），两者基本一致，POS是给句子的单词打上词性的标签，
FlyingApe·2020-08-17 10:25

条件随机场 CRF

2019-09-2915:38:26问题描述：请解释一下NER任务中CRF层的作用。问题求解：在做NER任务的时候，神经网络学习到了文本间的信息，而CRF学习到了Tag间的信息。
aitie1479·2020-08-17 05:06

论文《Chinese NER Using Lattice LSTM》 心得总结

1.NER介绍命名
LIZHIN·2020-08-15 22:16

攻城狮成长日志(八):CRF+LSTM联手解决NER任务.

CRF+LSTM联手解决NER任务.条件随机场(CRF)简介条件随机场的训练LSTM解决NER问题CRF+LSTM联手解决代码实战总结参考文献条件随机场(CRF)简介讲到CRF,你就不得不谈一谈HMM,
原来是笑傲菌殿下·2020-08-15 10:13

docker的常见问题

常见问题一：报错：gethttps://registry-1.docker.io/v2/:ner/http:TLShandshaketimeout或者requestcanceledwhilewaitingforconnection
醉生梦死一笑惊魂·2020-08-14 17:17

必读！信息抽取(Information Extraction)【命名实体识别】

来源:AINLPer微信公众号（每日更新...）编辑:ShuYini校稿:ShuYini时间:2020-08-12本文涉及数据集资料，可以关注AINLPer微信公众号（每日更新...）直接回复：NER001
Shu灬下雨天·2020-08-13 22:39

【综述】NLP领域迁移学习现状

其中一个例子便是命名实体识别（NER）任务的进展，如下图所示：图1：随时间推移在CoNLL-2003上的命名实体识别(NER)性能纵观其历史，从
AI小白入门·2020-08-13 15:18

RNN来解决命名实体识别问题（week2-NER，HSE-AML，Natural language processing, 第一周作业，配图，注释)

完整代码在最后）使用RNN来解决命名实体识别（NER）是NLP的常见问题。它能够将文字中的实体提取出来，比如人名，组织，地名等。
Li Kang·2020-08-11 22:07

【Python实战项目】针对医疗数据进行命名实体识别

一．什么是命名实体识别二．基于NLTK的命名实体识别三．基于Stanford的NER四．【实战案例】医学糖尿病数据命名实体识别一、什么是命名实体识别？
我是九颗·2020-08-11 09:00

【Python实战项目】针对医疗数据进行命名实体识别

一．什么是命名实体识别二．基于NLTK的命名实体识别三．基于Stanford的NER四．【实战案例】医学糖尿病数据命名实体识别一、什么是命名实体识别？
马哥教育·2020-08-11 09:00

用Stanford NER训练自己的NER分类器

官方FAQ世界观:关于训练自己的分类器的文档官方没有~~,但可以看javadoc啊,So总是有办法的;比如至少可以看看CRFClassifier和NERFeatureFactory这两个类.训练数据集格式tab-隔开的方式,wordtoken一列,分类标签一列;不能使用空格隔开,也不能有多余的tab;一个空行表示分隔一个文档(document),这里一个文档可以指一个句子或者一个段落,一个文档不宜
ACM_Victoria·2020-08-11 01:53

基于分布式的短文本命题实体识别之----人名识别（python实现）

1.理论简介命名实体识别(NamedEntitiesRecognition,NER)是自然语言处理
weixin_34179762·2020-08-10 23:05

流水的NLP铁打的NER：命名实体识别实践与探索

前言最近在做命名实体识别（NamedEntityRecognition,NER）的工作，也就是序列标注（SequenceTagging），老NLPtask了，就是从一段文本中抽取到找到任何你想要的东西，
喜欢打酱油的老鸟·2020-08-10 08:22

知识图谱1-序列标注：BiLSTM-CRF模型做基于字的中文命名实体识别

www.cnblogs.com/Determined22/p/7238342.html命名实体识别（NamedEntityRecognition）命名实体识别（NamedEntityRecognition,NER
人鱼线·2020-08-09 22:51

NLP.TM[35] | 纠错：pycorrector的候选排序

往期回顾NLP.TM[30]|ner自动化打标方法NLP.TM[31]|2018年的一篇NER综述笔记NLP.TM[32]|浅谈文本增强技术NLP.TM[33]|纠错：pycorrector的错误检测NLP.TM
机智的叉烧·2020-08-09 19:00

学习周报20200726 | 纠错

而和比较单一的NER任务相比，纠错
机智的叉烧·2020-08-09 19:00

NLP.TM[34] | 纠错：pycorrector的候选召回

往期回顾NLP.TM[29]|近期做NER的反思NLP.TM[30]|ner自动化打标方法NLP.TM[31]|2018年的一篇NER综述笔记NLP.TM[32]|浅谈文本增强技术NLP.TM[33]|
机智的叉烧·2020-08-09 19:00

NLP.TM[33] | 纠错：pycorrector的错误检测

往期回顾NLP.TM[28]|浅谈NLP算法工程师的核心竞争力NLP.TM[29]|近期做NER的反思NLP.TM[30]|ner自动化打标方法NLP.TM[31]|2018年的一篇NER综述笔记NLP.TM
机智的叉烧·2020-08-09 19:00

NLP.TM[29] | 近期做NER的反思

【NLP.TM】本人有关自然语言处理和文本挖掘方面的学习和笔记，欢迎大家关注。往期回顾：NLP.TM[24]|TextCNN的个人理解NLP.TM[25]|CS224N学习小结NLP.TM[26]|bert之我见-attention篇NLP.TM[27]|bert之我见-positionalencodingNLP.TM[28]|浅谈NLP算法工程师的核心竞争力NLP中有很多任务，但我其实花的集中时
机智的叉烧·2020-08-09 19:59

我的2020上半年小结

NLP方面的提升更多是量变吧，NER和分类两种NLP的基础任务上自己有了很多尝试，模型和数据理解能力提升了特别多。能很快发现问题并且尝试解决他。在一些地方自己能够沉淀出自己的
机智的叉烧·2020-08-09 17:58

keras实现BiLSTM+CNN+CRF文字标记NER

importkerasfromsklearn.model_selectionimporttrain_test_splitimporttensorflowastffromkeras.callbacksimportModelCheckpoint,Callback#importkeras.backendasKfromkeras.layersimport*fromkeras.modelsimportMod
xinfeng2005·2020-08-09 03:21

Chinese NER Using Lattice LSTM.Yue Zhang and Jie Yang.ACL2018

边读边参考别人的理解，边加入自己的理解。文章目录一.标题二.文章摘要介绍：模型0.lstm1.基于字向量的模型2.基于词向量的模型3.词格模型（LatticeModel）实验结论一.标题ChineseNERUsingLatticeLSTM.YueZhangandJieYang.ACL2018二.文章摘要Weinvestigatealattice-structuredLSTMmodelforChin
z_believe·2020-08-08 00:24

git多人协作时的分支管理

比如开发一个问答系统，A开发分词和NER模块，B开发ElasticSearch数据库模块，C开发数据清洗模块，D开发精排模块，E开发问答模块。
illusion_小驴·2020-08-06 13:41

多标签文本分类/三种神经网络/网络模型

多标签文本分类多标签文本分类简介三种神经网络结构网络模型文本分类网络模型多标签文本分类网络模型多标签文本分类简介NLP（自然语言处理），即让计算机去理解人类的自然语言（文本、语音等），进而完成各种各样的任务（NER
一只NLP的萌新er·2020-08-06 13:25

基于深度学习的关系抽取综述

信息抽取包括以下子任务：NER、关系抽取、事件抽取等等。本文中，我们着重关注于深度学习在关系抽取任务的应用。  
Chevalier~·2020-08-06 12:00

2021秋招-NLP基础任务模型-NER

NLP基础任务模型-NER注:基本全是转载，也都附加了转载链接，侵删。多谢各位大佬的总结。
LBJ_King2020·2020-08-06 12:36

第3章 词性标注（pos、N-gram、NER等标注器）

第3章词性标注1.什么是词性标注？词性（POS）主要指比如名词，形容词，动词等等。虽然目前最先进的词性标注算法在预测给定单词的词性上已经有了较高的精确度（约97％）。首先，我们需要学习一些现成的POS标注器。主要的词性有哪些呢？标签相关说明NNP专用名词的单数形式NNPS专用名词的复数形式PDT前置限定词POS所有格结束符PRP人称代词PRP$所有格代词RB副词RBR相对副词RBS最高级副词RP小
LYsdu·2020-08-06 10:19

docker拉命令时报错 ERROR: Get https://registry-1.docker.io/v2/: net/http: TLS handshake timeout

报错：关于pull命令时报错：gethttps://registry-1.docker.io/v2/:ner/http:TLShandshaketimeout或者requestcanceledwhilewaitingforconnection
昂首下楼梯·2020-08-05 19:38

aws 未完成sagemaker ner

命名实体识别，是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。命名实体识别是信息提取、问答系统、句法分析、机器翻译、知识图谱等应用领域的重要基础工具。英语中的命名实体具有比较明显的形式标志（即实体中的每个词的第一个字母要大写），所以实体边界识别相对容易，任务的重点是确定实体的类别。和英语相比，中文命名实体识别任务更加复杂，而且相对于实体类别标注子任务，实体边界的识别更加困
或许快要下雪了吧·2020-08-04 17:25

CCKS 2020：面向金融领域的篇章级事件主体与要素抽取（一）事件主体抽取[baseline]

比赛链接及数据下载：https://www.biendata.xyz/competition/ccks_2020_4_1/任务描述：1、基于bert的ner主体抽取importjsonfromtqdmimporttqdmimportos
Firework_han·2020-08-04 06:41

Ubuntu16.04下基于BERT预训练的中文命名实体识别

命名实体识别（英语：NamedEntityRecognition，简称NER，是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等，以及时间、数量、货币、比例数值等文字。
Forizon·2020-08-03 17:32

NER中的词汇增强方法(LatticeLSTM、CGN、FLAT、Simple-Lexicon)

文章目录NER中的词汇增强方法DynamicArchitectureLatticeLSTMMGLatticeLSTMLR-CNNCGNFLATAdaptiveEmbeddingSimple-LexiconNER
iceburg-blogs·2020-08-03 14:12

实体识别NER模块理解整理（待进一步更新）

最大熵模型NER最大熵与大病中病小病当你要猜一个概率分布时，如果你对这个分布一无所知，那就猜熵最大的均匀分布，如果你对这个分布知道一些情况，那么，就猜满足这些情况的熵最大的分布。
老杨2011·2020-08-03 05:08

Fast Trasnformer 加速BERT推理实践

FastTrasnformer加速BERT推理实践上篇BERT做NER的文章很受大家欢迎，其中不乏童鞋询问我如何加速BERT方法的推理速度，本文就对此进行简单的描述，主要是基于NVIDIA开源的FastTransformer
Macanv·2020-08-03 01:10

【TKDE2020-南洋理工】深度学习命名实体识别最新版，207篇参考文献

点击上方“迈微电子研发社”，选择“星标★”公众号重磅干货，第一时间送达命名实体识别(NER)的任务是识别提到命名实体的文本范围，并将它们分类为预定义的类别，如人员、位置、组织等。
Charmve·2020-08-02 15:11

【Deep Learning学习笔记】A Unified Architecture for Natural Language Processing_ICML2008

DeepNeuralNetworkswithMultitaskLearning作者：RonanCollobert单位：NEC发表于：ICML2008主要内容：用DNN的方法，将languagemodel,pos-tag,NER
xceman1997·2020-08-02 14:49

基于开源文本摘要模块sumy的文本摘要生成实践

自然语言处理领域中有很多的子任务，大类上一共分为四个板块，如下：1.序列标注：分词/POSTag/NER/语义标注2.分类任务：文本分类/情感计算3.句子关系判断：Entailment/QA/自然语言推理
Together_CZ·2020-08-01 10:49
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他