TensorFlow RNN用于命名实体识别

Question

我正在尝试找出适合开放命名实体识别问题的最佳模型(生物学/化学,因此不存在实体字典,但必须通过上下文来识别).

目前我最好的猜测是修改语法,以便不是将单词标记为N,V,ADJ等,而是学习标记为BEGINNING,INSIDE,OUT(IOB表示法).

但是我不确定哪种方法最好？

• Syntaxnet
• word2vec
• seq2seq(我认为这不是正确的,因为我需要它来学习两个对齐的序列,而seq2seq是为翻译时不同长度的序列设计的)

非常感谢指向正确方法的指针!谢谢!

Answer 1

语法网可用于命名实体识别,例如参见:使用Syntaxnet命名的实体识别

单独的word2vec对命名实体识别不是很有效.我不认为seq2seq通常用于该任务.

正如drpng提到的,你可能想看看tensorflow/tree/master/tensorflow/contrib/crf.在CRF层之前添加LSTM会有所帮助,这给出了类似于:

TensorFlow中的LSTM + CRF代码:https://github.com/Franck-Dernoncourt/NeuroNER