短实体,长句实体抽取
向AI转型的程序员都关注了这个号???
机器学习AI算法工程 公众号:datayx
Entity-extractor-by-binary-tagging
“半指针-半标注”方法实体的抽取器,基于苏神的三元组抽取方法改造,这里取消了三元组抽取模型中对s的抽取,直接抽取实体并做分类(相当于直接抽取p和o)。改造后的实体抽取方法不仅可以运用于短实体的抽取,也可以运用到长句实体的抽取。
代码 以及运行教程 获取:
关注微信公众号 datayx 然后回复 实体 即可获取。
AI项目体验地址 https://loveai.tech
环境
python 3.6.7
transformers==3.0.2
torch==1.6.0
其他环境见requirements.txt
原理
运行
按照data中的格式整理好数据
运行main.py
结果
example_datasets1
这里的数据模式比较简单,比较容易达到验证集拟合状态
example_datasets2
当前模型这个人民日报的ner数据集效果不佳,需要近一步调参炼丹
测试
选择测试模式,程序会读取训练过程中最好的模型
交互测试结果如下
example_datasets1
example_datasets2
阅读过本文的人还看了以下文章:
基于40万表格数据集TableBank,用MaskRCNN做表格检测
《深度学习入门:基于Python的理论与实现》高清中文PDF+源码
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习:基于TensorFlow的实践详解》完整版PDF+附书代码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
李沐大神开源《动手学深度学习》,加州伯克利深度学习(2019春)教材
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目,让你掌握深度学习图像分类
如何利用全新的决策树集成级联结构gcForest做特征工程并打分?
Machine Learning Yearning 中文翻译稿
斯坦福CS230官方指南:CNN、RNN及使用技巧速查(打印收藏)
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加: datayx
机大数据技术与机器学习工程
搜索公众号添加: datanlp
长按图片,识别二维码