The Go Programming Language条件随机场小结
命名实体识别相关的资料其实网上一大把，但要说比较系统又带代码示例的，还得看这篇总结。基于规则、统计模型、再到比较火的条件随机场（CRF），它都讲了，连 CRF++ 工具怎么用都顺带提了下，比较贴心。
序列标注任务里，CRF 还挺常见的，像识别人名、地名这种，规则不固定，用传统方法就挺头疼的。这时候 CRF 的概率建模就派上用场了。文中还了判别式模型和生成式模型的差别，嗯，讲得不啰嗦，挺容易上手的。
你要是用 Python 做中文 NER，那这资料真可以一看。它还推荐了些挺实用的链接，比如 CRF++ 工具库、自然语言的中英文词性标注，还有一个用逻辑回归预测降水概率的小 demo，蛮有意思的。
如果你刚开始摸 NLP，建议先从规则 vs 统计入手，看完这篇你就有谱了。要是你已经了解基本原理了，可以直接跳到 CRF 那部分看重点，节省时间。
文件大小：859.01KB
评论区