README.md

metadata

language:
  - code
pretty_name: resume ner dataseet
tags:
  - ner
license: bsd
task_categories:
  - token-classification

中文 resume ner 数据集， 来源: https://github.com/luopeixiang/named_entity_recognition 。

数据的格式如下，它的每一行由一个字及其对应的标注组成，标注集采用BIOES，句子之间用一个空行隔开。

美	B-LOC
国	E-LOC
的	O
华	B-PER
莱	I-PER
士	E-PER

我	O
跟	O
他	O
谈	O
笑	O
风	O
生	O 

效果

不同模型的效果对比：

Bert-tiny 结果

model	precision	recall	f1-score	support
BERT-tiny	0.9490	0.9538	0.9447	全部
BERT-tiny	0.9278	0.9251	0.9313	使用 100 train

注：

• 后面再测试，BERT-tiny(softmax) + 100 训练样本，暂时没有复现 0.9313 的结果，最好结果 0.8612
• BERT-tiny + LSTM(softmax) + 100 样本，val_f1 可达 0.8737