Pytorch实现基于BERT+BiLSTM+CRF的命名实体识别项目源码（课程设计）.zip_BiLSTM-CRFNER资源-CSDN下载

共19个文件

py：9个

jsonl：4个

md：3个

版权申诉

命名体识别

5星 · 超过95%的资源 187 浏览量 2023-11-15 16:23:53 上传评论 8 收藏 1.02MB ZIP 举报

资源推荐

资源详情

资源评论

收起资源包目录

package

Pytorch实现基于BERT+ BiLSTM+CRF的命名实体识别项目源码.zip （19个子文件）

folder

Pytorch实现基于BERT+ BiLSTM+CRF的命名实体识别项目源码

folder

data

folder

cluener

id2type.txt 96B

cluener_predict.jsonl 438B

dev.jsonl 278KB

train.jsonl 2.16MB

README.md 560B

test.jsonl 172KB

folder

utils

__init__.py 0B

saver.py 2KB

folder

dataset

__init__.py 0B

dataset.py 4KB

wrapper.py 1KB

folder

pretrained

README.md 103B

folder

trainer

__init__.py 0B

trainer.py 3KB

folder

model

model.py 22KB

.gitignore 313B

train.py 2KB

README.md 0B

folder

config

train.yaml 326B

CLUENER 细粒度命名实体识别数据分为10个标签类别，分别为: 地址（address），书名（book），公司（company），游戏（game），政府（goverment），电影（movie），姓名（name），组织机构（organization），职位（position），景点（scene）数据详细介绍、基线模型和效果测评，见 https://github.com/CLUEbenchmark/CLUENER 技术讨论或问题，请项目中提issue或PR，或发送电子邮件到 [email protected] 测试集上SOTA效果见榜单：www.CLUEbenchmark.com

内容反馈

版权申诉

weixin_51949664

2024-03-19

非常有用的资源，可以直接使用，对我很有用，果断支持！
Stub_XR

2025-01-25

资源中能够借鉴的内容很多，值得学习的地方也很多，大家一起进步！
July680

2024-10-12

非常有用的资源，可以直接使用，对我很有用，果断支持！
qq_33601127

2024-03-10

发现一个宝藏资源，资源有很高的参考价值，赶紧学起来~
LYH.exe

2024-04-04

资源和描述一致，质量不错，解决了我的问题，感谢资源主。

前往

页

程序员张小妍

粉丝: 2w+

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

feedback-tip