命名实体识别clue_data

ner_elmo 用ELMO命名实体识别(语言模型的嵌入)

动机:在生物医学研究中,化学是一类重要的实体,化学命名实体识别(NER)是生物医学信息提取领域中的一项重要任务。 但是,大多数流行的化学NER方法都基于传统的机器学习,其性能在很大程度上取决于特征工程

文本信息抽取的关键步骤之一是命名实体识别，它在自然语言处理中扮演着重要的角色。其中基于规则的方法是一种常见而有效的实现方式，通过制订专家规则来进行命名实体的识别。例如，可以构建规则来识别特定地名与人民

命名实体识别 使用CONLL格式的数据进行命名实体识别

面向生物医学命名实体识别的多Agent元学习框架

NER_CRF_Model:使用条件随机字段的命名实体识别

背景:基因命名实体的分类和识别是生物医学文献中文本挖掘的关键性初步步骤。 基于机器学习的方法已在这一领域获得了巨大成功。 在大多数最新系统中,精心设计的词汇功能(例如单词,n-gram和形态模式)已发

工具介绍 LAC全称中文的词法分析,是百度自然语言处理部研发的一种联合的词法分析工具,实现中文分词,词性标注,专名识别等功能。该工具具有以下特点和优势: 效果好:通过深度学习模型联合学习分词,词性标注

中国省市经纬度坐标 中国省市邮政编码大全 全国区划和城乡划分代码(2015) 成语大全 中文人名大全及金庸小说、三国演义及红楼梦人物姓名 中文命名实体识别数据 中文关系识别数据 中文阅读理解数据 中文

2006年sighan命名实体识别任务语料，MSRA提供。已经转成BIO格式，可直接用于NER训练