请教，作者用这个程序跑过一些NLP任务吗？效果如何？

[letiantony]

@chilynn，您好，试用了您的程序，用2万的数据跑了分词，F值在93%左右（单纯用CRF也有95%），刚刚接触深度学习应该是有些trick。陈利人老师最近发了一个博客，用BILSTM＋CRF能达到97.5%的准确率。 文章标题《97.5%准确率的深度学习中文分词（字嵌入+Bi-LSTM+CRF）》 请问作者有跑过一些NLP任务吗？效果与state of the art比效果如何。

[chilynn]

你好，不知道你与陈老师是否都是用的2014年人民日报的语料，不同语料会有些差异。我之前基于1998年的人民日报语料做过测试，针对组织机构识别这个任务，bilstm_crf会比bilstm提升4%个点左右，bilstm_crf效果低于crf大概3%，我猜可能的原因是数据量偏小和需要大量的调参工作

[letiantony]

您好，请教一个code细节问题，bilstm_crf.py中predictBatch()函数，278行y_pred = ''.join([id2label[val] for val in predicts[i] if val != 5 and val != 0])。 id2label[0]代表""，那id2label[5]是什么含义呢？或者说‘if val != 5 ’这个条件是为了达到什么效果呢？

[chilynn]

你好，由于所有操作都是基于矩阵的操作，所以所有的句子必须是定长的（例如长度为200），对不够长的句子要进行padding，用""表示，也就是val=0。val=5代表一个句子的开始部分START，是一个额外的辅助标识。label2id文件中给出了相关的映射（除了val=5）。

[honghuge]

@letiantony ,你好，请问你用的是什么数据集。