命名实体识别步骤

Embedding

input：

1. 所有文字的字典文件，{index：word,…}；
2. 所有文字的embedding文件，{word:embedding,…}；

output：
将字典中的文字全部用embedding表示,{index:embedding}。
tensorflow提供索引的方式，每次索引对应word的embedding向量。

---

Dataset

input_x:[batch_size,max_sentence_length,embedding]

1. batch_size：每批次sentence的条数。
2. max_sentence_length：max指的是本批次句子中最大的长度，其它不足该长度的句子做padding操作。
3. embedding：对于每个word都会有对应的embedding。bs[sl[em]]

input_y:[batch_size,max_sentence_length]

1. batch_size：每批次sentence的条数。
2. max_sentence_length：max指的是本批次句子中最大的长度，其它不足该长度的句子做padding操作，length中所有位置都有label。
3. label:[‘B-LAW’,‘I-LOC’,…]