基于神经网络的序列标注
来源:互联网 发布:监视局域网流量软件 编辑:程序博客网 时间:2024/05/06 09:44
最近一段时间做基于句子级的序列标注问题,一般NN效果会比单纯的CRF效果好一点。基于篇章级别的也可以类似的做,NN的思路底层是CNN或者LSTM抽取特征,接着直接给出标签或者加上一层CRF,使用Viterbi算法给出最优解。
1、使用CNN的文章为<Natural Language Processing (almost) from Scratch>
2、使用LSTM的文章为<Bidirectional LSTM-CRF Models for Sequence Tagging>
依次为基础的还有一些变形,
1)、不考虑标签之间的依赖程度,例如标点符号预测任务,基本上不加CRF这一层效果也不错。
2)、考虑标签之间的依赖程度,且只考虑前一个或者后一个的依赖程度,例如一般的命名实体识别任务,这时使用矩阵A表示这种关系即可,loss函数上把整个误差加上即可。
3)、还有一种稍微麻烦一点,考虑标签的前m或者后m的依赖关系,这时求解就稍微复杂一点,一般使用loopy Belief Propagation近似求解,例如病例的名称识别任务,目前看来效果最好。
参考文献:
i、Structured prediction models for RNN based sequence labeling in clinical text;
ii、Understanding Belief Propagation and its Generalizations;
iii、Structured Learning and Prediction in Computer Vision。
0 0
- 基于神经网络的序列标注
- 基于一阶 HMM 标注序列算法的分词算法解析
- 『RNN 监督序列标注』笔记-第三章 神经网络
- Hanlp中基于2阶HMM 序列标注算法进行分词的代码解析
- CRF序列标注模型几个问题的理解
- 关于CRF序列标注的一些理解
- 序列标注问题的解决方法_RNN
- 转载 基于HMM模型的词性标注
- 基于字标注的中文分词方法
- 基于双向LSTM的seq2seq字标注
- 基于Python3 神经网络的实现
- 基于高斯核的RBF神经网络
- 基于R语言的神经网络
- 基于神经网络的DQN方法
- MALLET中的序列标注
- 序列标注模型
- HMM与序列标注
- HMM序列标注资料
- 脸书那么厉害是因为员工懂得高效学习,看扎克伯格亲自做的PPT
- C语言标准输入输出函数
- hduoj1260
- jdk环境变量配置
- 优酷网页player使用-替换视频ID即可
- 基于神经网络的序列标注
- 安装aptitude
- Linux命令之"ps"
- 几种常见的排序算法及实现(二)
- Android view刷新
- Codeforces 731 B. Coupons and Discounts【贪心】
- Linux下的文件管理函数(不带I/O缓冲)
- HDU_4585_Shaolin
- android view怎样刷新