GAIIC2022商品标题实体识别Baseline，使用GlobalPointer实现

简介

比赛名称：GAIIC2022商品标题实体识别

测评任务：本赛题要求选手使用模型抽取出商品标题文本中的实体。与传统的实体抽取不同，京东商品标题文本的实体密度高、实体粒度细，赛题具有特色性。

任务类型：命名实体

测评链接：https://gaiic.caai.cn/ai2022

注意事项：本Baseline开源经大赛组委会同意 ，建议大家开源Baseline前先联系主办方

思路

使用苏神提出的GlobalPointer设计，它利用全局归一化的思路来进行命名实体识别（NER），可以无差别地识别嵌套实体和非嵌套实体。

环境

pip install ark-nlp
pip install pandas

ark-nlp开源地址：https://github.com/xiangking/ark-nlp

目录结构

│
├── data                                    # 数据文件夹
│   ├── source_datasets                                                   
│
└── code                                    # 代码

使用说明

下载数据并解压到data/source_datasets中，运行code文件夹中的baseline.ipynb

注意事项

请更新ark-nlp v0.0.9版本，该版本修复了RoPE部分的bug，修复后baseline可以达到0.80349

效果

• 线上测试（原始）：0.80151539
• 线上测试（固定随机种子42, ark-nlp v0.0.8版本）：0.8019
• 线上测试（固定随机种子42, ark-nlp v0.0.9版本）：0.80349