HGlyh的博客

使用bert4keras实现多任务学习的例子

用bert4keras实现 span-level NER什么是span-level NERspan-level NER 是一种应对嵌套实体任务的方法，基于片段排列的方式，提取所有可能的片段排列，通过SoftMax对每一个Span进行实体类型判断，将原来的序列标注问题转化成分类问题数据集 百度2020比赛的数据集https://pan.baidu.com/s/1Va3AbtPiNiW4tXsNGWOqfA 提取码 vu02思路举个例子，针对下面的case:《邪少兵王》是冰...

基于Prompt的MLM文本分类 bert4keras实现

在很多问题中，获取标注准确的大量数据需要很高的成本，这也往往限制了深度学习的应用。而主动学习通过对未标注的数据进行筛选，可以利用少量的标注数据取得较高的学习准确度。本文将提供代码实现，展示实验效果及一些思考。代码地址:https://github.com/hgliyuhao/ActiveLearing4NER参考论文:Deep Active Learning for Named Entity Recognition 2018Subsequence Based De...

『2021语言与智能技术竞赛』- 关系抽取任务 pipline方案本文的代码地址https://github.com/hgliyuhao/LIC2021_EE_baseline任务描述信息抽取旨在从非结构化自然语言文本中提取结构化知识，如实体、关系、事件等。事件抽取的目标是对于给定的自然语言句子，根据预先指定的事件类型和论元角色，识别句子中所有目标事件类型的事件，并根据相应的论元角色集合抽取事件所对应的论元。其中目标事件类型 (event_type) 和论元角色 (role) 限定...

『2021语言与智能技术竞赛』- 关系抽取任务 官方的baseline是将关系抽取任务转换成序列标注任务，使用Paddle实现。 本文将提供bert4keras的实现本文的代码地址https://github.com/hgliyuhao/LIC2021_EE_baseline可以参考的其他baseline关系抽取官方baseline：https://aistudio.baidu.com/aistudio/projectdetail/1639963苏神关系抽取baseline：http..