BERT-NER-Pytorch

收录理由

做中文命名实体识别，又想用BERT上手的话，这个仓库几乎把起点给你备齐了。它在一个代码库里同时实现了Softmax、CRF和Span三种解码方式，你可以直接在同一份数据上跑对比，清楚看到CRF或Span标注相比普通分类器到底强在哪里。项目里还带了CLUENER和CNER的训练配置，以及每个epoch的F1结果表，这些数字能当现成的基线，帮你验证自己搭的流程有没有跑偏。手里有标注好的中文语料、想找个可扩展的参考实现的话，从这儿改起比对着一个裸的transformer库自己拼要省事得多。不过要把它当研究样例看，别指望开箱即用——它更适合融进你自己的训练流程，而不是作为一个现成工具直接部署。