命名实体识别（LSTM + CRF）的任务属于sequence_tagging，采用Tensorflow实现

使用Tensorflow命名实体识别 此仓库使用Tensorflow（LSTM + CRF +字符嵌入）实现NER模型。 一流的表现（F1分数在90到91之间）。 查看 任务 给定一个句子，给每个单词加上标签。 经典应用程序是命名实体识别（NER）。 这是一个例子 John lives in New York B-PER O O B-LOC I-LOC 模型 与类似 还有。 在字符嵌入上连接bistm的最终状态，以获得每个单词的基于字符的表示 将此表示形式连接到标准字向量表示形式（此处为Glove） 在每个句子上运行一个bistlm以提取每个单词的上下文表示 用线性