最近做命名實體識別（NER）的任務(wù)比較多，也剛剛接觸NER不久，做一下小小的總結(jié)。近兩年中文命名實體識別在信息抽取和關(guān)系抽取上的應(yīng)用受到了研究人員的廣泛關(guān)注，很多比賽也以NE...
發(fā)簡信
IP屬地：遼寧
-
命名實體識別不只有BiLSTM+CRF
-
利用Word2vec生成句向量（二）
在之前的文章《利用Word2vec生成句向量（一）》中，介紹了兩種句向量的生成方法，本文將介紹一種號稱"簡單卻具有一定競爭力"的句向量表示方法：SIF加權(quán)平均論文見A sim...
-
構(gòu)建Neo4J圖數(shù)據(jù)庫(一)將mysql數(shù)據(jù)導(dǎo)出為csv構(gòu)建上市公司知識圖譜 由于我的數(shù)據(jù)都存儲在mysql中,格式較為友好,避免了復(fù)雜的知識抽取的過程.首先,類似于數(shù)據(jù)庫的ER圖設(shè)計,設(shè)計出各個表之間對應(yīng)的關(guān)系,構(gòu)建出符合知識圖...
-
如何將Bert句向量應(yīng)用于深度神經(jīng)網(wǎng)絡(luò)中
Bert開源了預(yù)訓練的中文模型,如果你想直接使用Bert模型生成句子向量(當做一個黑盒),并用于深度學習模型中,本文將給出一個作者親自實踐的實例.本文內(nèi)容只針對于實踐,并不會...
-
構(gòu)建Neo4J圖數(shù)據(jù)庫(二)將csv數(shù)據(jù)導(dǎo)入Neo4J
Neo4J在Ubuntu下的安裝比較簡單,不在此贅述,具體請參考: https://blog.csdn.net/qq_27009517/article/details/800...
-
構(gòu)建Neo4J圖數(shù)據(jù)庫(三)利用neo4j-import將csv數(shù)據(jù)導(dǎo)入Neo4J之前介紹了利用LOAD CSV語句導(dǎo)入導(dǎo)入Neo4J的方法，但是這種方法對于百萬級的數(shù)據(jù)是無能為力的。我親自實踐了在python中利用py2neo和LOAD CSV語句導(dǎo)入百...
-
如何訓練并使用GloVe詞向量模型
在詞向量的選擇方面，好像大部分研究人員用比較流行的Word2vec比較多，而忽略了GloVe這一個強力的詞向量，網(wǎng)上相關(guān)資料也比較少。有興趣研究其相關(guān)理論的同學可以自己查閱相...
-
如何使jieba自定義詞典持久化
jieba分詞是利用python進行自然語言處理中必不可少的常用工具，添加自定義詞典也是jieba分詞中的的常用功能。 然而每次運行程序，jieba自定義詞典都需要重新加載，...
-
利用Word2vec生成句向量（一）
首先為什么是Word2vec？不是Glove也不是什么Fasttext等其他的詞向量？Glove詞向量的訓練與部署可以看我之前的文章:https://www.jianshu....