bi-lstm+crf

1.RNN（输入　隐含　输出） 主要用于序列数据的处理，传统的神经网络模型，层与层之间是全连接的，每一层的节点是无连接的．其局限性太强，比如，在预测句子中的下一个单词时，因为句子中的单词不是独立的，所以传统的神经网络模型无能为力．RNN具有记忆功能，可以保存网络的内部状态并应用于当前的输出的计算中，也就是隐含层之间的节点不再是无连接的而是有　连接的，并且隐含层的输入不仅包含输入层的输出还包含上一时

>>阅读原文<<