论文学习-End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF

1.传统方法和问题 本文要解决的是序列标注的问题，可用于POS、NER等任务。 大部分传统的高效模型是线性统计模型，包括HMM，CRF等。 这些模型十分依赖手工标注特征，需要引入外部相关资源（名称库），普适性差。 导致序列标注模型很难去应用到新的标记任务上。 近些年有一些非线性神经网络模型用词向量（Word Embedding）作为输入，颇为成功，但是如果仅依赖词向量，效果将变得很差。 2.本文的

>>阅读原文<<