NER

中文命名实体识别算法，欢迎star!

1、目录结构

• data: 训练数据集
• models: 构造的模型
• results_save: 存放结果
• conlleval_rev: perl脚本，计算模型性能用
• data_helper: 数据处理
• eval: 调用perl脚本计算性能指标
• run.py: 执行程序
• train_val_test.py: 训练、验证和测试
• utils.py: 包含一些用到的功能

2、数据

• 开源数据集集合
• 本项目用到的数据集，在data下README的网盘链接上

3、运行

python3 run.py --mode xxx
xxx: train/test/demo，默认为demo

4、效果

模型	指标	准确率	精确率	召回率	F1值
BiLSTM+CRF	平均	98.57%	90.04%	87.39%	88.83%
	LOC	-	92.73%	90.44	91.57%
	ORG	-	87.54%	86.03%	86.78%
	PER	-	87.82%	84.68%	86.22%

BiLSTM+CRF测试:

5、参考

[1] https://github.com/Determined22/zh-NER-TF