[Python人工智能] 四十一.命名实体识别 (2)基于BiGRU-CRF的中文实体识别万字详解

从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前文讲解如何实现威胁情报实体识别，利用BiLSTM-CRF算法实现对ATT&CK相关的技战术实体进行提取，是安全知识图谱构建的重要支撑。这篇文章将以中文语料为主，介绍中文命名实体识别研究，并构建BiGRU-CRF模型实现。基础性文章，希望对您有帮助，如果存在错误或不足之处，还请海涵。且看且珍惜！

由于上一篇文章详细讲解ATT&CK威胁情报采集、预处理、BiLSTM-CRF实体识别内容，这篇文章不再详细介绍，本文将在上一篇文章基础上补充：

• 中文命名实体识别如何实现，以字符为主
• 以中文CSV文件为语料，介绍其处理过程，中文威胁情报类似
• 构建BiGRU-CRF模型实现中文实体识别

版本信息：

• keras-contrib V2.0.8
• keras V2.3.1
• tensorflow V2.2.0

常见框架如下图所示：

• https://aclanthology.org/2021.acl-short.4/