ActiveLearning4NER

通过NER任务进行主动学习,分别基于softmax和globalpointer实现

Requirements

  • Python 3.7
  • Tensorflow 1.14
  • bert4keras 0.11.3
  • fairies 0.1.34

论文

Deep Active Learning for Named Entity Recognition

博客

https://blog.csdn.net/HGlyh/article/details/118524845?spm=1001.2014.3001.5501

使用

运行softmax_active_learning.py 通过softmax实现NER任务并进行主动学习(需要较多轮次的训练)
运行globalpointer_active_learning.py 通过globalpointer实现NER任务并进行主动学习

效果

data/test.json中的数据未参与训练,用于测试主动学习效果
example/中的数据是主动学习结果样例
对于softmax的NER任务 文本的entry_MNLP_confidence分数越低,越值得被标注
对于globalPoiner的NER任务 文本的entry_MNLP_confidence分数越高,越值得被标注 (实现原理相同,分数计算方式不同)