命名实体识别（NER）模型 思维导图
2022-06-14 15:58:47 20 举报AI智能生成
命名实体识别（NER）框架思维导图
作者其他创作
大纲/内容
词性标注（POS）
分块
序列标注
命名实体识别+关系抽取
信息抽取（IE）
定义
问题
序列标注任务
标注体系
标注标准
CRF条件随机场
传统机器学习解决方案 基于统计学的方法
劣势：不能区分连续实体
IO
BIO
劣势：标签体系为复杂，准确度越高，同时训练时间也会增加
BIOES
BMES
标签体系
分词与词性标注
自制特征词典
标注序列
正则化匹配实体
基于规则和字典的方法
早期方法
深度学习，
Lattice-LSTM-CRF
词向量
特征抽取
LSTM-CRF（主流）
LSTM
BiLSTM
CRF
Viterbe decode
BiLSTM-CRF结构
CNN-CRF
RNN-CRF
NLP解决方案
注意力机制
Bert等
迁移学习
半监督学习
中文开源流行框架
近期趋势
数据预处理
模型搭建
参数调节
模型评估
代码实现流程
命名实体识别（NER）
0 条评论
回复 删除
下一页
