NER的弱监督:使用弱监督学习没有标签数据的命名实体识别模型的框架 源码
对NER的监管不力 与ACL 2020接受的论文“没有标签数据的命名实体识别:弱监督方法”相关的源代码。 要求: 您首先应该确保安装以下Python软件包: spacy (版本> = 2.2) hmmlearn snips-nlu-parsers pandas numba scikit-learn 您还应该在Spacy中安装en_core_web_sm和en_core_web_md模型。 要在ner.py运行神经模型,还需要安装pytorch , cupy , keras和tensorflow 。 要运行基线,您还需要安装snorkel 。 最后,您还需要下载以下文件并将
文件列表
weak-supervision-for-NER-master.zip
(预估有个16文件)
weak-supervision-for-NER-master
README.md
2KB
Weak supervision.ipynb
313KB
annotations.py
75KB
utils.py
5KB
ner.py
21KB
data
geonames.json
269KB
crunchbase.json
30.86MB
hmm.png
79KB
暂无评论