guillaumegenthial/sequence_tagging
کاربرد:
این پروژه برای تشخیص موجودیت‌های نام‌گذاری‌شده (Named Entity Recognition) با استفاده از ترکیب LSTM و CRF در فریم‌ورک Tensorflow طراحی شده.
به کمک این مدل می‌تونی کلمات یا عبارات خاص مثل نام افراد، مکان‌ها، سازمان‌ها و تاریخ‌ها رو در متن تشخیص بدی.
در چه شرایطی بهتره استفاده شود؟
وقتی با متون انگلیسی یا فارسی (با دیتاپرپروسینگ مناسب) کار می‌کنی و نیاز داری موجودیت‌های خاص رو استخراج کنی، این مدل عالیه.
به‌ویژه زمانی که دقت بالا مهمه، چون CRF به بهبود دقت دنباله‌ای کمک می‌کنه.
چند مثال از موارد استفاده
استخراج نام افراد از مقالات خبری
تشخیص مکان‌ها در متون حقوقی یا پزشکی
پردازش خودکار فرم‌های ثبت اطلاعات با متون آزاد
ساخت ربات‌های هوشمند برای پاسخگویی به سوالات مبتنی بر موجودیت
- ##NamedEntityRecognition
- ##LSTM
- ##CRF
- ##TensorFlow
- ##NLP
- ##SequenceTagging
- ##MachineLearning