用于命名实体识别的 TensorFlow RNN

Question

我正在尝试找出适应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它们)。

目前我最好的猜测是调整 Syntaxnet，这样它就不会将单词标记为 N、V、ADJ 等，而是学会标记为 BEGINNING、INSIDE、OUT(IOB 表示法)。

但是我不确定这些方法中哪一种是最好的？

• 语法网
• 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 是为翻译中不同长度的序列设计的)

如果您能提供正确方法的指针，我们将不胜感激!谢谢!

Answer 1

Syntaxnet 可用于命名实体识别，例如请参阅:Named Entity Recognition with Syntaxnet

单独使用 word2vec 对于命名实体识别并不是非常有效。我认为 seq2seq 也不常用于该任务。

正如 drpng 提到的，您可能需要查看 tensorflow/tree/master/tensorflow/contrib/crf 。在 CRF 层之前添加 LSTM 会有一点帮助，这给出 something like :

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