从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前文讲解如何实现中文命名实体识别研究，构建BiGRU-CRF模型实现。这篇文章将继续以中文语料为主，介绍融合Bert的实体识别研究，使用bert4keras和kears包来构建Bert+BiLSTM-CRF模型。然而，该代码最终结果有些问题，目前还在解决中，但现阶段方法先作为在线笔记分享出来。基础性文章，希望对您有帮助，如

『2021语言与智能技术竞赛』- 关系抽取任务 官方的baseline是将关系抽取任务转换成序列标注任务，使用Paddle实现。 本文将提供bert4keras的实现 本文的代码地址 https://github.com/hgliyuhao/LIC2021_EE_baseline 可以参考的其他baseline 关系抽取官方baseline：https://aistudio.baidu

1. 创建虚拟环境，先安装cudatoolkit和cudnn cudatoolkit版本不对容易报so库找不到的错。 具体安装参考：在conda虚拟环境中安装cuda和cudnn，解决pip install or python setup.py install 将安装包安装到全局环境中的问题（1.2部分）。 - 知乎 2. 安装对应的tensorflow版本与依赖 (bert4ke