TensorFlow NLP 实例：命名体识别 (NER)

欢迎访问 TensorFlow NLP 社区示例库 🚀
以下展示经典 NER 模型实现，包含中文和英文版本：

📚 示例目录

• 中文模型实现
• 英文模型实现
• BERT 预训练模型微调
• CoNLL-2003 数据集实战

🧠 技术要点

1. 序列标注基础
   使用 tf.keras.layers.LSTM 实现词性分类

   

2. 双向 LSTM 模型

   model = tf.keras.Sequential([
       tf.keras.layers.Embedding(vocab_size, embedding_dim, input_length=max_length),
       tf.keras.layers.Bidirectional(tf.keras.layers.LSTM(units=128, return_sequences=True)),
       tf.keras.layers.Dense(num_tags, activation='softmax')
   ])
   

   

3. CRF 层优化
   添加 tf.keras.layers.CRF 提升序列标签效果

   

📚 扩展学习

• TensorFlow NLP 官方文档
• 命名实体识别进阶教程
• 多语言模型对比实验

本示例基于 TensorFlow NLP GitHub 仓库 开发，包含完整代码和训练教程。