原创力文档- 1、本文档共74页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
专用命名实体抽取
报告人：唐永翔薛新月琚安怡郭倞涛侯晋宏范佳兴
时间：2021/11/1
■
s
t
n引言早期方法
e深度学习方法前沿进展
t
结
nDemo展示总结
构
o
大
C
纲
BEIJINGINSTITUTEOFTECHNOLOGY
引言
报告人：唐永翔
NER与专用命名实体抽取
NER
NER(NamedEntityRecognition)即命名实体识别，是NLP的基础任务之一。命名实体
指文本中具有特别含义或指代性较强的文本片段，一般对分析文本含义具有十分重要
的作用。
专用命名实体抽取
专用命名实体抽取任务强调命名实体的专用性，因此通常比常规的命名实体识别任务
具有更高的难度，经常需要处理一些常规语料库中不具有的生僻词，存在训练数据短
缺等问题。
4
专用命名实体抽取举例
5
快速上手命名实体识别
开发平台应用平台
Pytorch在线平台
pytorch_transformers
pytorch_pretrained_berthttp://www.cuobiezi.net/etpro/index
KerasLTP
bert4keras
6
快速上手命名实体识别
在线平台
LTP
7
前置工作——序列标注
8
前置工作——序列标注
BBegin
IIn
OOther
EEnd
SSingle
9
发展脉络
⚫基于规则的方法⚫HMM⚫RNN-CRF⚫嵌套不连续NER
⚫基于字典的方法⚫MEMM⚫CNN-CRF⚫少样本NER
⚫CRF⚫SpecificDomainNER
早期方法传统机器学习深度学习近期
10
早期方法
报告人：薛新月
基于规则和词典的方
文档评论（0）