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而设计的）

非常感谢指向正确方法的指针！谢谢！

Answer 1

语法可用于命名实体识别，例如，见：Named Entity Recognition with Syntaxnet

word2vec对于命名实体识别并不是非常有效。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，这会产生something like：

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