KATEhuang920909/tensorflow2.0_NER

tf2 ner

lattice-lstm 字粒度和词粒度相结合

flat 相对位置编码，减少引入词语信息的损失

模型名称
bilstm-crf
bilstm-stt-crf
bert-bilstm-crf
idcnn-crf
Lattice LSTM
BERT-cascade-CRF
flat
biaffine
global-pointer
ner-mrc

版本问题：

1.train.py脚本 模块中对应tf版本2.11

clsnermodel.build(input_shape={"token_id": [batch_size, maxlen],
                                    "segment_id": [batch_size, maxlen],
                                    "ner_label": [batch_size, maxlen],
                                    "cls_label": [batch_size, len(labels)]})

低版本如2.3不支持输入dic， 可以写为如下：

clsnermodel.build(input_shape=[[batch_size, maxlen],
                               [batch_size, maxlen],
                               [batch_size, maxlen],
                               [batch_size, len(labels)]])

同样将输入格式转换成对应格式。

2. data_helper.py脚本

tf.data.Dataset.from_tensor_slices

tf2.11如下：

return {"token_id": batch_token_ids,
        "segment_id": batch_segment_ids,
        "ner_label": ner_batch_labels,
        "cls_label": cls_batch_labels}

在低版本中需要将输入转化为元组：

return ( batch_token_ids,batch_segment_ids,ner_batch_labels,cls_batch_labels)