前文已经定义好了 BiLSTM、Linear 层，最后还需要加一层 CRF，再结合维特比解码，输出目标值。

另外一个重要的步骤，就是定义损失函数，CRF 解码后的损失计算，不同于分类任务的交叉熵损失，还需要考虑到顺序的问题。

定义好以上内容后，就可以进行模型训练了。

Pytorch-crf文档：https://pytorch-crf.readthedocs.io/

模型结构

代码示例

1、CRF

三方包有改动，有微调~ 

内容不可见，请联系管理员开通权限。

2、模型训练 

内容不可见，请联系管理员开通权限。

模型整体的计算量还是挺大的，一般是要用GPU跑的，但 Mac 上调不了 GPU，盲改容易报错，会给大家学习带来困扰，就索性不改了。

大家有 GPU 的设备的，可以自己尝试改一下，只需要记住一点，就是模型和数据保持一致就好。

本文链接：http://ichenhua.cn/edu/note/460

版权声明：本文为「陈华编程」原创课程讲义，请给与知识创作者起码的尊重，未经许可不得传播或转售！