基于Pytorch的BERT-IDCNN-BILSTM-CRF中文实体识别实现

08/29 11:00
阅读数 38


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



文件描述

  • model/: 模型代码

    • bert_lstm_crf.py

    • cnn.py

    • crf.py

  • data/: 数据集存放

    • train.txt: 训练集

    • test.txt: 测试集

  • data/bert/: bert模型存放

    • bert_config.json: bert配置文件

    • pytorch_model.bin: bert中文预训练模型pytorch版(详情参考:https://github.com/maknotavailable/pytorch-pretrained-BERT)

    • vocab.txt: 词表文件

  • constants.py: 模型配置:标注,数据集,最大长度,batch_size, epoch等

  • train.py: 训练模型

  • SaveModel.py: 从模型参数保存完整模型

  • Wrapper.py: 执行单次NER

  • utils.py: 数据处理相关

constants.py

  • bert_model_dir: bert目录,例如data/bert

  • vocab_file: bert词表文件,例如data/bert/vocab.txt

  • train_file: 训练集,例如data/train.txt

  • dev_file: 测试集,例如data/test.txt

  • model_path: 载入已有模型参数文件,指定文件名,例如data/model/idcnn_lstm_1.pkl

  • save_model_dir: 模型保存文件路径及文件名前缀,例如data/model/idcnn_lstm_

  • max_length: 最大句子长度

  • batch_size: batch大小

  • epochs: 训练轮数

  • tagset_size: 标签数目

  • use_cuda: 是否使用cuda

资源地址

  • 数据集、训练好的BERT_IDCNN_LSTM_CRF模型文件以及中文版BERT预训练模型下载


    关注微信公众号 datayx  然后回复 实体识别 即可获取。

    AI项目体验地址 https://loveai.tech


模型训练(可选)

  1. 下载pytorch_model.bin到data/bert

  2. 下载训练集和测试集到data/

  3. 检查配置constants.py

  4. 执行train.py,命令为 python train.py

中文命名实体识别系统运行步骤

  1. 已训练好的BERT_IDCNN_LSTM_CRF模型(如果有),下载到data/model

  2. 检查配置constants.py

  3. 单次运行系统,执行Wrapper.py,命令为 Wrapper.py "新华网1950年10月1日电(中央人民广播电台记者刘振英、新华社记者张宿堂)中国科学院成立了。"

  4. 若想多次运行系统,则执行ChineseNer.sh,命令为./ChineseNer.sh

依赖

python >= 3.5
torch = 0.4.0
pytorch-pretrained-bert
tqdm
numpy
...

数据集示例


机器学习算法AI大数据技术

 搜索公众号添加: datanlp

长按图片,识别二维码




阅读过本文的人还看了以下文章:


TensorFlow 2.0深度学习案例实战


基于40万表格数据集TableBank,用MaskRCNN做表格检测


《基于深度学习的自然语言处理》中/英PDF


Deep Learning 中文版初版-周志华团队


【全套视频课】最全的目标检测算法系列讲解,通俗易懂!


《美团机器学习实践》_美团算法团队.pdf


《深度学习入门:基于Python的理论与实现》高清中文PDF+源码


特征提取与图像处理(第二版).pdf


python就业班学习视频,从入门到实战项目


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


《深度学习之pytorch》pdf+附书源码


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》


《Python数据分析与挖掘实战》PDF+完整源码


汽车行业完整知识图谱项目实战视频(全23课)


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


笔记、代码清晰易懂!李航《统计学习方法》最新资源全套!


《神经网络与深度学习》最新2018版中英PDF+源码


将机器学习模型部署为REST API


FashionAI服装属性标签图像识别Top1-5方案分享


重要开源!CNN-RNN-CTC 实现手写汉字识别


yolo3 检测出图像中的不规则汉字


同样是机器学习算法工程师,你的面试为什么过不了?


前海征信大数据算法:风险概率预测


【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


VGG16迁移学习,实现医学图像识别分类工程项目


特征工程(一)


特征工程(二) :文本数据的展开、过滤和分块


特征工程(三):特征缩放,从词袋到 TF-IDF


特征工程(四): 类别特征


特征工程(五): PCA 降维


特征工程(六): 非线性特征提取和模型堆叠


特征工程(七):图像特征提取和深度学习


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


蚂蚁金服2018秋招-算法工程师(共四面)通过


全球AI挑战-场景分类的比赛源码(多模型融合)


斯坦福CS230官方指南:CNN、RNN及使用技巧速查(打印收藏)


python+flask搭建CNN在线识别手写中文网站


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  


本文分享自微信公众号 - 机器学习AI算法工程(datayx)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

展开阅读全文
打赏
0
0 收藏
分享
加载中
更多评论
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部