HSCRF pytorch

하이브리드 세미 마르코프 CRF

HSCRF는 Conll 2003 NER 데이터 세트에서 추가 코퍼스 또는 리소스를 사용하지 않고 91.38 +/- 0.10의 F1 점수를 달성합니다.

설치

Pytorch

코드는 Pytorch를 기반으로합니다. 여기에서는 설치 지침을 찾을 수 있습니다.

의존성

코드는 Python 2.7 및 Pytorch 0.2.0으로 작성되었습니다. 의존성은 파일 requirements.txt 에 요약되어 있습니다. 다음과 같이 이러한 종속성을 설치할 수 있습니다.

 pip install -r requirements.txt

코드 참조

LM-LSTM-CRF

용법

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

단어 임베딩

글러브 : 여기에 미리 훈련 된 단어가 포함되어있는 것을 찾아서 글러브를 배치 할 수 있습니다 .6b.100d.txt data/ .

인용문

코드를 사용 하는 경우 다음 논문을 인용하십시오. 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"
}