基于Hugging Face的Transformer库，300行实现命名实体识别

【导读】Hugging Face提供了很多高质量的NLP深度学习开源库，huggingface/transformers是他们的代表作之一。最近，Sasha Rush为他们贡献了一个基于该库实现的300行NER代码。

这几天，Hugging Face在Twitter感谢了Sasha Rush为他们的huggingface/transformers项目提供的示例代码，该代码仅用300行就实现了命名实体识别（NER）功能。

Hugging Face的Twitter：

贡献者Sasha Rush的Twitter：

Sasha Rush提供的NER代码以示例的形式放在了huggingface/transformers项目中，代码地址为：

• https://github.com/huggingface/transformers/blob/master/examples/ner/run_pl_ner.py

另外，我们可以直接使用Google Colab来运行该代码：

• https://colab.research.google.com/drive/184LPlygvdGGR64hgQl3ztqzZJu8MmITn

参考链接：

• https://github.com/huggingface/transformers/blob/master/examples/ner/run_pl_ner.py

• https://colab.research.google.com/drive/184LPlygvdGGR64hgQl3ztqzZJu8MmITn

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“NER” 就可以获取《命名实体识别资料大全集》专知下载链接

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源