AI
推荐
模板社区
专题
登录
免费注册
首页
流程图
详情
命名实体识别 | BiLSTM+CRF模型架构图
2023-06-12 20:02:00
3
举报
分享方式
使用 (￥5)
自然语言处理——基于BiLSTM和CRF的文本关键词抽取技术（命名实体识别）
命名实体识别
自然语言处理
BiLSTM-CRF模型
模版推荐
作者其他创作
大纲/内容
线性 CRF
0、数据处理：数据读取 → 转换数据形式 （每条样本包含文本序列和标签序列 => 分词 => 将每个字词映射为相应的词典id） → 组装 mini-batch（构造 DataLoader）
4、接下来，各个位置的发射分数将传给 CRF（CRF 层的作用：学习标签间的约束）
X4
Linear
BiLSTM Layer
....
Embeding Layer
I-Person
O
1、首先获取了文本串中的每个字词的词向量
B-Person
Linear Layer
X3
X0
e1
X2
Tag Sequence
BiLSTM+CRF 模型架构图
e2
2、然后将其传入 BiLSTM 中获得了相应的上下文向量
CRF Layer
e3
3、接下来继续将每个位置 BiLSTM 输出的上下文向量传入线性层获得相应的发射分数
e4
...
X1
模型中每层的含义（自下而上看）
Input Layer
e0
收藏
立即使用
论文研究技术路线图
收藏
立即使用
5份研究框架、课题研究、论文技术路线图模板
收藏
立即使用
【科研配色】5张技术路线图
收藏
立即使用
2025主流深度学习模型架构（Transformer、混合专家模型、多模态、GAN、GCN、Diffusion）
艾伦
职业：硕士
去主页
Collect
Get Started
biLSTM+CRF结构
Collect
Get Started
CRF
Collect
Get Started
命名实体识别（NER）模型 思维导图
Collect
Get Started
瑞金糖尿病数据命名实体识别项目思维导图
评论
0
条评论
下一页
Document
