基于Hugging Face的Transformer库,300行实现命名实体识别

2020 年 2 月 25 日 专知
基于Hugging Face的Transformer库,300行实现命名实体识别

【导读】Hugging Face提供了很多高质量的NLP深度学习开源库,huggingface/transformers是他们的代表作之一。最近,Sasha Rush为他们贡献了一个基于该库实现的300行NER代码。


这几天,Hugging Face在Twitter感谢了Sasha Rush为他们的huggingface/transformers项目提供的示例代码,该代码仅用300行就实现了命名实体识别(NER)功能。


Hugging Face的Twitter:


贡献者Sasha Rush的Twitter:


Sasha Rush提供的NER代码以示例的形式放在了huggingface/transformers项目中,代码地址为:

  • https://github.com/huggingface/transformers/blob/master/examples/ner/run_pl_ner.py


另外,我们可以直接使用Google Colab来运行该代码:

  • https://colab.research.google.com/drive/184LPlygvdGGR64hgQl3ztqzZJu8MmITn


参考链接:

  • https://github.com/huggingface/transformers/blob/master/examples/ner/run_pl_ner.py

  • https://colab.research.google.com/drive/184LPlygvdGGR64hgQl3ztqzZJu8MmITn


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“NER” 就可以获取命名实体识别资料大全集》专知下载链接

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
58

相关内容

实体抽取,也就是命名实体识别,包括实体的检测(find)和分类(classify),要识别出文本中出现的专有名称和有意义的数量短语并加以归类。
小贴士
相关论文
Varun Kumar,Ashutosh Choudhary,Eunah Cho
8+阅读 · 2020年3月4日
Question Generation by Transformers
Kettip Kriangchaivech,Artit Wangperawong
3+阅读 · 2019年9月14日
Kazuki Irie,Albert Zeyer,Ralf Schlüter,Hermann Ney
5+阅读 · 2019年7月11日
Zhengyan Zhang,Xu Han,Zhiyuan Liu,Xin Jiang,Maosong Sun,Qun Liu
4+阅读 · 2019年5月17日
Music Transformer
Cheng-Zhi Anna Huang,Ashish Vaswani,Jakob Uszkoreit,Noam Shazeer,Ian Simon,Curtis Hawthorne,Andrew M. Dai,Matthew D. Hoffman,Monica Dinculescu,Douglas Eck
4+阅读 · 2018年12月12日
From direct tagging to Tagging with sentences compression
Peihui Chen
5+阅读 · 2018年10月5日
End-to-end Speech Recognition with Word-based RNN Language Models
Takaaki Hori,Jaejin Cho,Shinji Watanabe
3+阅读 · 2018年8月8日
Murali Raghu Babu Balusu,Taha Merghani,Jacob Eisenstein
4+阅读 · 2018年4月19日
Georgios Alexandridis,Georgios Siolas,Andreas Stafylopatis
8+阅读 · 2018年1月10日
Kriste Krstovski,Michael J. Kurtz,David A. Smith,Alberto Accomazzi
3+阅读 · 2017年12月18日
Top