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 |
|
|---|---|---|
| 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: