本文主要是介绍实体识别NER模块理解整理（待进一步更新），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
请参考
- BiLSTM-CRF理解整理
一篇BiLSTM-CRF比较易懂的文章 英文
基于上面的链接内容的理解 博客
收藏不看的简书教程
其中的CRF:
由于状态转移的限制，能够避免诸如 I 的后面接 B的非法错误。
- 最大熵模型NER
最大熵与大病中病小病
当你要猜一个概率分布时，如果你对这个分布一无所知，那就猜熵最大的均匀分布，
如果你对这个分布知道一些情况，那么，就猜满足这些情况的熵最大的分布。
——————————————————————————————————
- SVM based NER
构造 n 个 SVM 二值分类器，这里标记为 Y = i 的实例被认为是正例，所有其余标记的实例被认为是反例。
逐对分类 ( Pair wise )，投票 。 --《王浩畅，等：基于 SVM 的生物医学命名实体的识别》
这篇关于实体识别NER模块理解整理（待进一步更新）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
