HSCRF pytorch

ハイブリッドセミマルコフCRF

HSCRFは、追加のコーパスやリソースを使用せずに、CONLL 2003 NERデータセットで91.38 +/- 0.10のF1スコアを達成します。

インストール

Pytorch

コードはPytorchに基づいています。ここでインストール手順を見つけることができます。

依存関係

このコードは、Python 2.7およびPytorch 0.2.0で記述されています。その依存関係は、ファイルrequirements.txtにまとめられています。txt。次のようなこれらの依存関係をインストールできます。

 pip install -r requirements.txt

コードリファレンス

LM-LSTM-CRF

使用法

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

単語埋め込み

グローブ：ここに事前に訓練された単語の埋め込みを見つけることができ、glove.6b.100d.txtをdata/に配置できます。

引用

コードを使用する場合は、次の論文を引用してください。 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"
}