weixin_37195726的博客

摘要 中文社交媒体中的命名实体识别（NER）因其非正规性和强噪声性而显得重要而困难。以往的方法只关注领域内的有监督学习，这因为标注数据很少而受到限制。然而，在形式域中有足够的语料库和大量的域内未标注文本可以用来改进任务。我们提出了一个统一的模型，可以从域外和域内未注文本中学习。统一模型包含两个主要功能。一种是跨域学习，另一种是半监督学习。跨域学习功能可以根据领域相似度来学习领域外信息。半监督学习函...

摘要 我们研究了一个面向中文NER的格子结构的LSTM模型，它编码一系列输入字符，以及所有匹配词典的潜在单词。与基于字符的方法相比，我们的模型显式地利用了单词和单词序列信息。与基于词的方法相比，格LSTM不存在分词错误。门控递归细胞使我们的模型能够从句子中选择最相关的字符和单词，以获得更好的NER结果。在不同数据集上的实验表明，lattice LSTM的性能优于基于字和基于字符的LSTM基线，取得...

Bidirectional LSTM-CRF Models for Sequence Tagging 论文翻译摘要介绍2 模型2.1LSTM网络2.2 双向 LSTM 网络2.3 CRF网络2.5 BI-LSTM-CRF网络训练过程4 实验4.1 数据4.2 特征4.2.1 拼写特征4.2.2 上下文特征4.2.3 词嵌入4.2.4 特征连接技巧4.3 结果4.3.1 与Conv-CRF网络的比较...

Named Entity Recognition with Bidirectional LSTM-CNNs论文翻译及理解摘要1介绍新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，...