BERT-BiLSTM-CRF

BERT-BiLSTM-CRF的Keras版实现

BERT配置

1. 首先需要下载Pre-trained的BERT模型，本文用的是Google开源的中文BERT模型：

• https://storage.googleapis.com/bert_models/2018_11_03/chinese_L-12_H-768_A-12.zip

2. 安装BERT客户端和服务器 pip install bert-serving-server pip install bert-serving-client，源项目如下：

• https://github.com/hanxiao/bert-as-service

3. 打开服务器，在BERT根目录下，打开终端，输入命令：

• bert-serving-start -pooling_strategy NONE -max_seq_len 144 -mask_cls_sep -model_dir chinese_L-12_H-768_A-12/ -num_worker 1

DEMO数据

• 2015词性标注数据集

文件描述

• preprocess.py 数据预处理，产生模型输入的pickle文件
• train.py 通过训练集，训练模型
• test.py 计算模型在测试集中的F1值
• Modellib.py 模型位置
• config.py 参数配置

模型训练

配置BERT->>执行preprocess.py->>执行train.py

配置

• python 2.7
• tensorflow-gpu 1.10.0
• Keras 2.2.4
• keras-contrib 2.0.8