named_entity_recognition

收录理由

这个项目在相同的数据集上实现了四种中文命名实体识别的方法，方便直接对比。从隐马尔可夫模型到BiLSTM+CRF，每个模型都有独立的代码文件和训练解码过程，README中解释了各自的原理以及后一个模型改进了前一个的哪些问题，可以清晰地看到从概率模型到神经网络的演进。项目附带了一份采用BIOES标注的简历语料，运行main.py即可训练所有模型并输出精确率、召回率、F1值和混淆矩阵，从而在同样的数据上横向比较。如果你正在学习序列标注，或者打算搭建自己的中文命名实体识别流程，这个仓库是一个不错的参考起点。