文献阅读 - Bidirectional LSTM-CRF模型用于序列标签化

Bidirectional LSTM-CRF Models for Sequence Tagging

Zhihua Huang, Xu Wang, Kang kang Yu, 基于双向LSTM-CRF模型的序列标签化技术, (https://arxiv.org/abs/1508.01991 "基于双向LSTM-CRF模型的序列标签化技术"), (2015年)

摘要

基于长矩时记忆网络（long short-term memory, LSTM）的序列标注模型：以长矩时记忆网络为基础构建序列标注模型，并采用以下几种形式：一是标准的 LSTM；二是双层结构下的 LSTMs；三是结合条件随机场层的 LSTMs；四是双层结构下的结合条件随机场层的 bidirectional LSTMs

BI-LSTM-CRF模型：BI-LSTM能够充分地利用输入特徵中的过去和未来特徵（past and future features）；CRF则能够有效利用语义层面的标签信息（sentence level tag information）

1 引言

序列化标注涵盖多种技术手段,其中包括词类标记(part of speech tagging, PT)、分组分析(chunking)以及命名实体识别(named entity recognition, N