情感为实体的0.6左右，但是是队友的代码，不开源
菜鸟开源 综合成绩0.44336
（1）自己写的一个传统的Bi-LSTM-CRF NER模型，可能和主流代码都差不多
（2）基于字，random Embedding 和 BERT的Pre_train
（3）实体结果应该在0.43-0.44之间（没有优化）
（1）偷懒，不想做管道模型，想做端到端的关键实体抽取，于是做了一个Seq2Seq
（2）基于字，random Embedding 和 BERT的Pre_train
（3）实体结果应该在0.46-0.47之间（没有优化）
（1）没办法，BERT太强大，没有用Google的BERT源码，而是第三方的一个包，感觉只要跑完就有0.54的分数
（2）基于BERT的fine_tuning
（3）实体结果应该在0.54-0.56之间
（1）没有卡就不要打比赛了，靠一张1080苟活到现在
（2）还是要看一下讨论区，闭门造车死得惨
（3）一开始偷懒了，想做一个端对端的模型。所以没考虑实体的重要性如何去做，之后实在太赶，就没做了，取前三效果也不错。
（4）BERT大法好（当然有机会想看以下前排大佬的代码）
有的地方代码看似来很愚蠢，代码没有润色就上传了，可能把许多文件合并在一起。所以读写文件读了很多次，我是面向脚本编程的！