請輸入要實體識別的文字:
海鷗裝飾材料****是做裝飾的一家高科技公司
然後識別出組織機構所在的位置和類別
非結構化資料（例如文字）的資訊抽取是人工智慧的重要組成部分。能否進行準確的實體識別，關係抽取，事件抽取，摘要生成是整個人工智慧領域大廈的基石。如果非結構話資料資訊抽取做不好，後面的推薦，推理將會涉及繁瑣的人力勞動，這些煩亂的布局甚至讓後續工作無法高效開展。目前已經有opennre,blstm-crf，bert-資訊抽取等開源**。雖然bert和opennre這樣的模型效果非常好。但是作為大多數企業來說，預訓練成本巨大，而且還會出現過擬合。本部落格重點討論簡單實用的實體識別小模型。
blstm-crf目前在實體識別這一研究主題的效果在bert之前可謂大名鼎鼎，模型小，效率高，是大多數公司的不二之選。blstm是雙向rnn結構，提取序列特徵，crf在**的標籤之間擁有轉移概率矩陣。那麼有什麼改進方向嗎？待優化方案如下：
1.blstm-crf方案：模型上主要是針對lstm這種rnn的結構進行優化，當前難點主要是crf計算量偏大，目前標籤轉移矩陣 通過加的式，如果換成乘積的方式。也可以。
2.tranformer-crf方案：因為沒有文字沒有緊跟的前後資訊，單憑全自注意力特徵，訓練難度較大。根據自己模型跑出的效果，個別文字比blstm-crf的效果好。
3.transformer-blstm-crf方案：容易出現過擬合，訓練集準確率100%,測試集太差。
4.self-attention-crf：針對過擬合優化，有改善。
5.self-attention-blstm-crf：效果一般，待優化
6.模擬思想，遷移mobilenet在影象檢測中手段。也即把影象中檢測目標的任務遷移到文字實體的檢測中，有待實踐。
實體識別的任務離真實的實際產品上線還有很長一段距離，但是背後的原理不僅僅將其看做實體位置和實體類別的一種分類，更需要在這個點上做大量的嘗試和探索。
關於人生的一點點思考
最近有點迷茫，有點墮落，在這種時候我就會思考我的人生。我都20歲了。還一事無成.我只是乙個三本院校的大二學生，沒有多麼好的計算機環境。大一才知道程式設計。我看過好多名人傳記，我也總看csdn的文章。新聞。看微軟谷歌相互爭奪市場，看人家發明語言，看每個世界級公司的偉大新發明。我得反思我自己考慮我自己。...
關於樣本均衡的一點點思考
在分類場景中經常會遇到，某些類別資料特別多，某類或者幾類資料特別少。作為極限測試，假如正樣本10000個，負樣本只有1個。進行模型引數優化。其實相當於一直在優化正樣本，使得正樣本過學習，負樣本幾乎沒有優化模型引數。針對負樣本的1個，很大概率是有問題。為了重述上面的問題。假如現在乙個三歲的孩子需要識別...
關於Lisp的一點點
以後寫的語言相關應該主要是ruby 也許還有少數的c 了，所以在這裡先記錄一點關於lisp的東西。首先是乙個小故事 在 ilc 2002 大會上前lisp大神，當今的python倡導者peter norvig，由於某些原因，做乙個類似於馬丁路德在梵蒂岡宣揚新教的主題演講，因為他在演講中大膽地聲稱py...