[命名实体识别]邮寄地址识别（BiLSTM+CRF）
发布时间
阅读量：
阅读量
邮寄地址识别属于命名实体识别的一个领域。本文采用基于BiLSTM与CRF结合的方法对邮寄地址进行识别。如需参考，请访问 GitHub 并访问 https://github.com/niubiqigai/address_ner （如需Star、fork该仓库，请Star、fork并表示感谢！）
目录
- BiLSTM+CRF简单介绍
- 该项目识别的实体
- 项目亮点
- 效果
BiLSTM+CRF简单介绍
改写说明
CRF为条件随机场（Conditional Random Fields），它在序列标注任务中表现出显著的应用价值。当处理此类问题时，在给定一个句子时，“人名”与“名词”之间通常会遵循特定的逻辑关系——例如，在“小红吃了西瓜”这样的语境中，“吃了”前应是人名，“吃了”后应是名词类词语。“人名”的位置不应被错误地放置于名词类词语之后（即如出现类似“西瓜吃了小红”的情况）。实际上，在CRF模型下，“人名”与相关名词之间的这种关联会被严格规范起来，并且能有效提升预测结果的准确性。
该项目识别的实体
1、省份
2、城市
3、区县
4、具体地址
5、收件人
6、收件人联系电话
项目亮点
- 为各省市区及其官方名称与简称进行了全面的收集工作，并建立了较为完善的训练集数据库。
- 在全国家庭姓氏资源库中完成了详尽的统计与整理工作。
- 针对城市及区域性的邮政编码进行了系统性的归类与记录工作。
效果
http://127.0.0.1:5033/base/address/predict?text=北京市大兴区312国道西侧 修昊14975916791
全部评论 (0)
还没有任何评论哟~