UCAS大数据分析编程作业:完成一种基于深度学习的命名实体识别方法

• base_model使用bert，数据集使用CoNLL-2003
• results/ 下包括所有模型的收敛曲线
• 包括bert, bert-crf, bert-cnn, bert-lstm, bert-cnn-lstm模型

开发环境:

• Python 3.11.10
• Ubuntu 18.04.1
• cuda 12.1.105
• torch2.4.0+cu121
• NVIDIA GeForce RTX 3090

结果展示:

model&trick	accuracy	$f_1$ score
bert+softmax	0.9638	0.8223
bert+softmax+余弦退火学习率	0.9668	0.8456
bert+lstm	0.9594	0.8009
bert+cnn	0.9648	0.8128
bert+lstm+cnn	0.9778	0.8606

声明:

本项目基于https://github.com/xsfmGenius/Ner_Bert_CoNLL-2003 进行开发