该模型是一个基于字符的BiLSTM-CRF序列标注模型。

运行代码环境：Python 3 和TensorFlow 1.2

模型介绍

整个模型共分三层:

第一层：向量查找层。目的是将输入的字符汉字转化为对应的字符向量（采用的是one-hot方法）

第二层：双向LSTM。目的是有效地自动提取输入信息的特征。

第三层：CRF层。顶层使用CRF对句子中的字符打标签，完成标注。

训练方法

输入如下命令，开始训练模型

python main.py --mode train --dataset_name MSRA

语料库选择，修改--dataset_name参数（MSRA, ResumeNER, WeiboNER,人民日报）

使用预训练的字向量，设置参数--use_pre_emb true，默认为false

备注：(增加了自动选择对应数据集tag的功能)

训练其他语料库的话，由于不同语料库的实体类别可能存在差异，需要修改data.py代码中的tag2label， 如果需要运行demo，还需要修改utils.py里的get_entity()系列方法

MSRA实体类别	标签(BIO标记法)
人名	B-PER I-PER
地名	B-LOC I-LOC
机构名	B-ORG I-ORG

人民日报实体类别	标签(BIO标记法)
人名	B-PERSON I-PERSON
普通地名	B-LOC I-LOC
行政区划地名	B-GPE I-GPE
机构名	B-ORG I-ORG
其他	B-MISC I-MISC

WeiboNER实体类别	标签(BIO标记法)
人名	B-PER.NAM I-PER.NAM
地名	B-LOC.NAM I-LOC.NAM
机构名	B-ORG.NAM I-ORG.NAM
GPE-political	B-GPE.NAM I-GPE.NAM
人名(nominal)	B-PER.NOM I-PER.NOM
地名(nominal)	B-LOC.NOM I-LOC.NOM
机构名(nominal)	B-ORG.NOM I-ORG.NOM

ResumeNER实体类别	标签(IOBES标记法)
人名	B-NAME M-NAME E-NAME、S-NAME
民族/种族	B-RACE M-RACE E-RACE、S-RACE
国家	B-CONT M-CONT E-CONT、S-CONT
地名	B-LOC M-LOC E-LOC、S-LOC
专业	B-PRO M-PRO E-PRO、S-PRO
学历	B-EDU M-EDU E-EDU、S-EDU
职位	B-TITLE M-TITLE E-TITLE、E-TITLE
组织机构	B-ORG M-ORG E-ORG 、S-ORG

测试方法

输入如下命令完成测试集测试

python main.py --mode test --dataset_name MSRA --demo_model 1522858865

备注:训练过程中，每开始一次都会在“data_path_save/”目录下产生一个文件夹(以时间转换为整数来命名的)，将训练的参数保存。 当测试的时候，想用哪次训练的参数进行测试，就将该次训练的文件名赋值给“--demo_model"，即替换上面命令中的"1522858865"。 ”1522858865“是我在训练时的最后参数。

演示

在这里可以输入一段文本，查看识别结果。

运行命令如下;

python main.py --mode demo --dataset_name MSRA --demo_model 1522858865

运行程序后，会提示输入一段文本，输入后就可以看到通过该代码识别的结果。

参考

[1] Determined22/zh-NER-TF