bilstm-crf模型使用（摸索版）

数据处理

暂时考虑用对训练数据的处理，减去对label的处理

• 注意将训练文本在word2id中不存在的值，修改成“unknow”（这一步需要在处理原数据的时候多设置一个unknow）
• re.split()里面传入多个符号不起作用的时候可以考虑，将每个符号用“|”分割开来

训练数据

• model = torch.load(path)
• model.eval() 这一步让模型变成预测状态
• 通过for循环喂入数据，进行预测（这里现在出现了bug，暂时考虑是在对每行数据进行处理的那里出现了问题）

待做

• 目前predic出来的是id，使用id2tag将其转换出来
• 将打出来的标签和原文档进行对应输出显示
• 做input输入的预测

标签：训练,unknow,bilstm,摸索,处理,crf,model,数据,预测
来源： https://blog.csdn.net/weixin_45675311/article/details/117088872