span-based 方法，为什么有些数据集是BIO类标签标注的？

[nlper01]

大佬，你好，有个问题，如题。span-based 方法，为什么有些数据集是BIO类标签标注的？比如Resume？

[syuoni]

模型采用 span-based 还是 sequence tagging 方法和数据集的标注格式是没关系的。数据无论采用 tags 标注，还是直接基于 span 标注，可以互相转化。

Resume 数据集是 BMES 标注，读取数据的代码在这里：https://github.com/syuoni/eznlp/blob/master/scripts/utils.py#L292-L296 。其中，ConllIO 内部通过一个 ChunksTagsTranslator 实例将 tags 序列转变成 chunks 集合（可以理解为 spans + 标签），参考：https://github.com/syuoni/eznlp/blob/master/eznlp/io/conll.py#L39