/BIO-sequence-label

基于BIO模式的序列标注工具-可用于命名实体识别、事件触发词识别等任务的数据标注

Primary LanguagePython

BIO-sequence-label

BIO模式的-命名实体识别等任务的序列标注工具
对应的CSDN博客链接:

笔者研究方向为NLP知识抽取,做实体识别实验过程中需要对训练数据进行标注。
##处理流程如下: (1)使用规则提取出要标注的实体,如“盈方微电子股份有限公司”,将提取出的实体保存至word_dict.txt文件中作为词典,并为每一类实体自行设计创建一类标签。
(2)将待标注样本处理成一行,也就是一行是一个样本。
(3)根据自己需要选择标注好的文件的格式,可以是“taken空格labe”在一个文件中,也可以将token和label分开来。

INT与BON为文本对应的标签。
占位词 NONE,这一行必须要有,作为词典的停止关键词

word_dict.txt文件如下图所示:
标注词典

标注好的数据如下图所示。
启 B-INT
迪 I-INT
设 I-INT
计 I-INT
集 I-INT
团 I-INT
股 I-INT
份 I-INT
有 I-INT
限 I-INT
公 I-INT
司 I-INT
于 O
今 O
日 O

有问题可提issues。觉得有用的话,欢迎star~