好好睡觉
熬夜的不要

序列标注中的BIO标注介绍

序列标注一般可以分为两类:
– 原始标注(Raw labeling):每个元素都需要被标注为一个标签。
– 联合标注(Joint segmentation and labeling):所有的分段被标注为同样的标签。

举个联合标注的例子。一个句子为:Yesterday , George Bush gave a speech. 其中包括一个命名实体:George Bush。我们希望将标签“人名”标注到整个短语“George Bush”中,而不是将两个词分别标注。这就是联合标注。
解决联合标注问题的最简单的方法,就是将其转化为原始标注问题。标准做法就是使用BIO标注。
BIO标注:将每个元素标注为“B-X”、“I-X”或者“O”。其中,“B-X”表示此元素所在的片段属于X类型并且此元素在此片段的开头,“I-X”表示此元素所在的片段属于X类型并且此元素在此片段的中间位置,“O”表示不属于任何类型。
     比如,我们将标注商品名称(cp),则BIO的三个标记为:

  • (1)B-cp:商品名称的开头
  • (2)I-cp:商品名称的中间
  • (3)O:不是商品名称
我   O
要   O
买   O
一   O
台   O
游   B-cp
戏   I-cp
本   I-cp

参考 :
https://nlpers.blogspot.com/2006/11/getting-started-in-sequence-labeling.html

赞(0) 打赏
未经允许不得转载:数据谷 » 序列标注中的BIO标注介绍
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏