src/文件夹下存放了模型源代码，由以下代码文件组成：src/data_utils.py用于数据载入，读取词典文件、训练数据和预测数据src/model.py定义了BiLSTM-CRF模型src/config.py存储训练和预测时的各项超参数和配置src/nnsrler.py主程序所在位置src/calc_f1.py用于计算F值
models/文件夹用于存放训练的模型，log/文件夹记录训练日志- 执行训练过程时，先修改
src/config.py中的配置- 将
do_train设为True，do_predict设为False batch_size指定batch大小num_epoch指定训练epoch数optimizer指定优化器，可选sgd、adam、adagrad、momentumlrate指定学习率save_path指定模型存储路径log_dir指定日志存储路径use_crf指定是否使用CRF
- 将
- 配置好
config.py文件后，在src文件夹下输入python nnsrler.py即可，训练和每个epoch的验证loss会被输出至控制台 models/171222_ver04/171222_ver04-9是已经训练好的BiLSTM-CRF模型，可直接用于预测，在开发集得到0.658的F值
- 修改
src/config.py中的配置do_train设为False，将do_predict设为Trueload_path指定模型所在路径output_path指明预测文件输出路径testing_data_path指明处理后的输入文件所在位置（开发集../dat/devIn.txt测试集../dat/testIn.txt）testing_sourcefile_path指明原始输入文件所在位置（开发集../dat/cpbdev.txt测试集../dat/cpbtest.txt）- 其他超参数设置需要与载入的模型训练时相同
- 配置好
config.py文件后，在src文件夹下输入python nnsrler.py即可 outputs/dev_171222_ver04_9.txt和outputs/test_171222_ver04_9.txt分别是用models/171222_ver04/171222_ver04-9预测的开发集和测试集输出