HSCRF pytorch

Hibrida Semi-Markov CRF

HSCRF mencapai skor F1 91.38 +/- 0.10 pada dataset NER CONLL 2003, tanpa menggunakan korpus atau sumber daya tambahan.

Instalasi

Pytorch

Kode ini didasarkan pada pytorch. Anda dapat menemukan instruksi instalasi di sini.

Dependensi

Kode ini ditulis dalam Python 2.7 dan Pytorch 0.2.0. Ketergantungannya dirangkum dalam file requirements.txt . Anda dapat menginstal ketergantungan ini seperti ini:

 pip install -r requirements.txt

Referensi kode

LM-LSTM-CRF

Penggunaan

 CUDA_VISIBLE_DEVICES=0 python train.py --char_lstm --high_way

kata embeddings

Sarung Tangan: Anda dapat menemukan kata embedding kata terlatih di sini, dan menempatkan Glove.6b.100d.txt dalam data/ .

Mengutip

Jika Anda menggunakan kode tersebut, silakan kutip makalah berikut: "Hybrid Semi-Markov CRF untuk pelabelan urutan saraf" Zhi-Xiu Ye, Zhen-Hua Ling. ACL (2018)

 @InProceedings{HSCRF,
  author = 	"Ye, Zhixiu
		and Ling, Zhen-Hua",
  title = 	"Hybrid semi-Markov CRF for Neural Sequence Labeling",
  booktitle = 	"Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics (Volume 2: Short Papers)",
  year = 	"2018",
  publisher = 	"Association for Computational Linguistics",
  pages = 	"235--240",
  location = 	"Melbourne, Australia",
  url = 	"http://aclweb.org/anthology/P18-2038"
}