该模型是一个基于字符的BiLSTM-CRF序列标注模型。
运行代码环境：Python 3 和TensorFlow 1.2
整个模型共分三层:
第一层：向量查找层。目的是将输入的字符汉字转化为对应的字符向量（采用的是one-hot方法）
第二层：双向LSTM。目的是有效地自动提取输入信息的特征。
第三层：CRF层。顶层使用CRF对句子中的字符打标签，完成标注。
输入如下命令，开始训练模型
python main.py --mode train --dataset_name MSRA
语料库选择，修改--dataset_name参数（MSRA, ResumeNER, WeiboNER,人民日报）
使用预训练的字向量，设置参数--use_pre_emb true，默认为false
备注：(增加了自动选择对应数据集tag的功能)
训练其他语料库的话，由于不同语料库的实体类别可能存在差异，需要修改，
如果需要运行demo，还需要修改data.py代码中的tag2labelutils.py里的get_entity()系列方法
| MSRA实体类别 | 标签(BIO标记法) |
|---|---|
| 人名 | B-PER I-PER |
| 地名 | B-LOC I-LOC |
| 机构名 | B-ORG I-ORG |
| 人民日报实体类别 | 标签(BIO标记法) |
|---|---|
| 人名 | B-PERSON I-PERSON |
| 普通地名 | B-LOC I-LOC |
| 行政区划地名 | B-GPE I-GPE |
| 机构名 | B-ORG I-ORG |
| 其他 | B-MISC I-MISC |
| WeiboNER实体类别 | 标签(BIO标记法) |
|---|---|
| 人名 | B-PER.NAM I-PER.NAM |
| 地名 | B-LOC.NAM I-LOC.NAM |
| 机构名 | B-ORG.NAM I-ORG.NAM |
| GPE-political | B-GPE.NAM I-GPE.NAM |
| 人名(nominal) | B-PER.NOM I-PER.NOM |
| 地名(nominal) | B-LOC.NOM I-LOC.NOM |
| 机构名(nominal) | B-ORG.NOM I-ORG.NOM |
| ResumeNER实体类别 | 标签(IOBES标记法) |
|---|---|
| 人名 | B-NAME M-NAME E-NAME、S-NAME |
| 民族/种族 | B-RACE M-RACE E-RACE、S-RACE |
| 国家 | B-CONT M-CONT E-CONT、S-CONT |
| 地名 | B-LOC M-LOC E-LOC、S-LOC |
| 专业 | B-PRO M-PRO E-PRO、S-PRO |
| 学历 | B-EDU M-EDU E-EDU、S-EDU |
| 职位 | B-TITLE M-TITLE E-TITLE、E-TITLE |
| 组织机构 | B-ORG M-ORG E-ORG 、S-ORG |
输入如下命令完成测试集测试
python main.py --mode test --dataset_name MSRA --demo_model 1522858865
备注:训练过程中，每开始一次都会在“data_path_save/”目录下产生一个文件夹(以时间转换为整数来命名的)，将训练的参数保存。 当测试的时候，想用哪次训练的参数进行测试，就将该次训练的文件名赋值给“--demo_model"，即替换上面命令中的"1522858865"。 ”1522858865“是我在训练时的最后参数。
在这里可以输入一段文本，查看识别结果。
运行命令如下;
python main.py --mode demo --dataset_name MSRA --demo_model 1522858865
运行程序后，会提示输入一段文本，输入后就可以看到通过该代码识别的结果。
