VIP20

本课程属于：041-数据主数据管理 数据工程与实时数据平台 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

实体识别技术实战

📚 共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

实体识别概述

什么是命名实体识别（NER）、NER的应用场景（信息抽取、问答系统、知识图谱）、主流方法概览（基于规则、传统机器学习、深度学习）。

序列标注基础

序列标注任务定义、BIO/BIOSO标注体系详解、标注数据格式（CoNLL、JSON）。

基于规则的NER

正则表达式匹配、词典匹配（Aho-Corasick算法）、规则引擎设计与优缺点。

基于统计的NER

隐马尔可夫模型（HMM）原理、HMM在NER中的应用、维特比解码算法。

条件随机场（CRF）

CRF模型原理、线性链CRF、特征函数设计、CRF与HMM对比。

CRF++工具使用、特征模板编写、模型训练与预测、参数调优。

深度学习NER入门

词向量（Word2Vec、GloVe）、RNN/LSTM基础、双向LSTM（BiLSTM）编码器。

深度学习词向量

BiLSTM-CRF模型

模型架构详解、损失函数（对数似然）、训练技巧、代码实现（PyTorch）。

预训练语言模型

ELMo、BERT、RoBERTa原理、预训练与微调范式、为什么预训练模型对NER有效。

HuggingFace Transformers库使用、BERT微调NER、输出层设计、评估指标。

微调Transformers

嵌套实体识别

嵌套实体问题定义、分层标注（金字塔标注）、基于Span的方法、基于指针网络的方法。

不连续实体识别

不连续实体问题、序列到序列方法、基于片段排列的方法、Mention检测与组合。

不连续Seq2Seq

图文结合NER、视频NER、多模态特征融合策略、典型数据集（Twitter-2015）。

多模态图文

零样本跨语言迁移、多语言BERT（mBERT）、对抗训练方法、语言无关特征学习。

原型网络（Prototypical Networks）、基于度量的学习、模式探索（Pattern-Exploiting Training）。

少样本原型网络

主动学习在NER中的应用

不确定性采样、多样性采样、主动学习循环、降低标注成本策略。

主动学习采样

远程监督（Distant Supervision）、规则生成伪标签、噪声学习（Learning with Noise）。

弱监督远程监督

NER数据增强

同义词替换、回译、标签不变性增强、基于生成模型的数据增强。

数据增强回译

中文NER特殊问题

分词边界问题、字词混合模型、中文预训练模型（BERT-wwm、MacBERT）、中文数据集（MSRA、OntoNotes）。

医学实体类型（疾病、药物、症状）、医学词典（UMLS、ICD）、医学BERT（BioBERT、PubMedBERT）。

金融实体类型（公司名、产品名、金额）、金融语料构建、数字与单位识别。

法律实体类型（法条、罪名、刑期）、长文本处理、结构化输出。

法律长文本

社交媒体NER

非规范文本处理、表情符号识别、用户生成内容（UGC）特点、Twitter数据集。

社交媒体UGC

NER评估与诊断

评估指标（精确率、召回率、F1）、细粒度错误分析、混淆矩阵、常见错误类型。

模型部署与推理优化

ONNX导出、TensorRT加速、模型量化、服务化（Flask/FastAPI）。

NER工具与框架

Stanza、spaCy、HanLP、LAC、各工具对比与选型建议。

知识增强NER

知识图谱融合、实体链接（Entity Linking）、外部知识注入（如K-BERT）。

知识图谱实体链接

基于T5/的生成式NER、序列到序列结构、结构化输出解析、与判别式NER对比。

NER前沿趋势

大语言模型（LLM）在NER中的应用、指令微调、上下文学习（In-Context Learning）。

综合项目实战

从数据标注到模型部署全流程、项目架构设计、代码仓库组织、最佳实践总结。

项目全流程