方法:电子病历实体识别的实体抽取环节采用IDCNN+CRF架构,实体对齐环节采用Seq2Seq+注意力机制的翻译框架。与其他算法模型比较,观察所构建模型对电子病历实体的识别效果;逐步增加电子病历数量,分析对模型性能的提升效果。 结果:IDCNN+CRF+注...
任务使用BiLSTM-CRF/BiGRU-CRF/IDCNN-CRF模型和预训练语言模型的Keras解决方案:支持BERT/RoBERTa/ALBERT)。 更新日志 2020年2月27日重构的代码keras_bert_ner并删除了一些多余的文件。 bert4keras == 0.2.5现在已集成为该项目的主要部分。 2019.11.14 bert4keras现在作为一个包使用,因为它没有太大变化。 albert...
1.基于BERT-BLSTM-CRF的政务领域命名实体识别方法2.基于GRU的电力调度领域命名实体识别方法3.基于BERT的电机领域中文命名实体识别方法4.面向教育领域的基于SVR-BiGRU-CRF中文命名实体识别方法5.基于参数迁移的领域命名实体识别方法 基于ERNIE-IDCNN-CRF模型的电网调度领域命名实体识别方法 王佳琪;俞灵;夏文岳;冯琼;武书舟...