Nlp 在NER任务中，如何仅使用BERT从序列中提取实体而不进行分类？_Nlp_Pytorch_Ner_Named Entity Extraction_Bert Language Model

Nlp 在NER任务中，如何仅使用BERT从序列中提取实体而不进行分类？

nlp pytorch

Nlp 在NER任务中，如何仅使用BERT从序列中提取实体而不进行分类？,nlp,pytorch,ner,named-entity-extraction,bert-language-model,Nlp,Pytorch,Ner,Named Entity Extraction,Bert Language Model,这里我的要求是给出一个句子（序列），我只想提取序列中存在的实体，而不在NER任务中将它们分类为一种类型。我看到BertForTokenClassification for NER做了分类。这是否仅适用于提取 BERT只能用于实体提取/识别吗？无论BERT如何，NER标记通常通过IOB格式（内部、外部、开始）或类似的方式进行标记（通常末端也被明确标记）。inside和Begging标记包含实体类型。大概是这样的： Alex B-PER is O going O to O Los B-LOC Ang

这里我的要求是给出一个句子（序列），我只想提取序列中存在的实体，而不在NER任务中将它们分类为一种类型。我看到BertForTokenClassification for NER做了分类。这是否仅适用于提取

BERT只能用于实体提取/识别吗？

无论BERT如何，NER标记通常通过IOB格式（内部、外部、开始）或类似的方式进行标记（通常末端也被明确标记）。inside和Begging标记包含实体类型。大概是这样的：

Alex B-PER
is O
going O
to O
Los B-LOC
Angeles I-LOC

如果修改了培训数据，使得只有一种实体类型，那么模型将只学习检测实体，而不知道实体是什么类型

Alex B
is O
going O
to O
Los B
Angeles I

谢谢你的解释。我试试看。：）