HSCRF pytorch

Гибридный полумарковой CRF

HSCRF достигает балла F1 91,38 +/- 0,10 на наборе данных Conll 2003 NER, без использования дополнительного корпуса или ресурса.

Установка

Пирог

Код основан на Pytorch. Вы можете найти инструкции по установке здесь.

Зависимости

Код написан в Python 2.7 и Pytorch 0.2.0. Его зависимости суммированы в File requirements.txt . Вы можете установить эти зависимости, как это:

 pip install -r requirements.txt

Ссылка на код

LM-LSTM-CRF

Использование

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

Слово встраивание

Перчатка: вы можете найти предварительно обученное слово здесь и поместить перчатку.6b.100d.txt в data/ .

Цитировать

Если вы используете код, пожалуйста, укажите следующую статью: «Гибридный полу-марковский CRF для маркировки нейронной последовательности» 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"
}