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
序列标注
词性标注（POS）
分块
信息抽取（IE）
命名实体识别+关系抽取
序列标注任务
定义
问题
传统机器学习解决方案 基于统计学的方法
标注体系
标注标准
隐马尔可夫模型(Hidden Markov Mode,HMM)
最大熵马尔可夫模型(Maxmium Entropy Markov Mode,MEMM)
CRF条件随机场
支持向量机(Support Vector Machine,SVM)
条件随机场(Conditional Random Fields,CRF)
标签体系
IO
劣势：不能区分连续实体
BIO
BIOES
劣势：标签体系为复杂，准确度越高，同时训练时间也会增加
BMES
早期方法
基于规则和字典的方法
分词与词性标注
自制特征词典
标注序列
正则化匹配实体
Lattice-LSTM-CRF
深度学习，
NLP解决方案
词向量
特征抽取
LSTM-CRF（主流）
BiLSTM-CRF结构
LSTM
BiLSTM
CRF
Viterbe decode
CNN-CRF
RNN-CRF
近期趋势
注意力机制
迁移学习
Bert等
半监督学习
中文开源流行框架
代码实现流程
数据预处理
模型搭建
参数调节
模型评估
0 条评论
下一页
