- 链接地址:https://blog.csdn.net/donruo/article/details/122675038
- 链接标题:基于bert的命名实体识别任务(一)_bert命名实体识别-CSDN博客
- 所属网站:blog.csdn.net
- 被收藏次数:3808
文章浏览阅读5.5k次,点赞3次,收藏46次。自从bert提出后,nlp领域的预训练语言模型持续刷新各种任务榜单,各种预训练语言模型不断提出并更新迭代,最新的GPT3以千亿级的参数再次刷新了榜单任务。但是在工业界,bert的预训练+微调的任务模式还是在发挥一定的作用。因此本篇博客主要介绍在tf2.x的版本下使用bert模型进行命名实体识别任务。bert模型的原理还是先简单介绍一下,主要从一下几个方面:一、任务目标bert的目标是学习大量的没有标注的语料数据,进而提取出语言模型,便于下游的微调任务。在训练的过程中主要有两个任务:其一是根据上下_bert命名实体识别
版权声明:本文发布于特牛生活网 内容均来源于互联网 如有侵权联系删除
标签:bert命名实体识别