HSCRF pytorch

ไฮบริดกึ่งมาร์คอฟ CRF

HSCRF ได้คะแนน F1 ที่ 91.38 +/- 0.10 ในชุดข้อมูล Conll 2003 NER โดยไม่ต้องใช้คลังข้อมูลหรือทรัพยากรเพิ่มเติมใด ๆ

การติดตั้ง

pytorch

รหัสขึ้นอยู่กับ pytorch คุณสามารถค้นหาคำแนะนำการติดตั้งได้ที่นี่

การพึ่งพาอาศัยกัน

รหัสถูกเขียนใน Python 2.7 และ Pytorch 0.2.0 การพึ่งพาของมันสรุปไว้ใน requirements.txt ไฟล์ txt คุณสามารถติดตั้งการพึ่งพาเหล่านี้ได้เช่นนี้:

 pip install -r requirements.txt

อ้างอิงรหัส

LM-LSTM-CRF

การใช้งาน

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

การฝังคำ

ถุงมือ: คุณสามารถค้นหาคำที่ได้รับการฝึกอบรมล่วงหน้าที่นี่และวาง Glove.6b.100d.txt ใน data/

อ้างถึง

หากคุณใช้รหัสโปรดอ้างอิงบทความต่อไปนี้: "ไฮบริดกึ่งมาร์คอฟ CRF สำหรับการติดฉลากลำดับระบบประสาท" 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"
}