如何用 seq2seq 模型来应对 NLP 任务

本文为 AI 研习社编译的技术博客，原标题 ：Solving NLP task using Sequence2Sequence model: from Zero to Hero作者 | Dima Shulga翻译 | 邓普斯•杰弗、Zedom0  编辑 | 王立鱼原文链接：https://towardsdatascience.com/solving-nlp-task-using-sequence2sequence-model-from-zero-to-hero-c193c1bd03d1注：本文的相关链接请访问文末【阅读原文】今天我想要解决一个非常流行的NLP任务，它叫做命名实体识别（NER）。简单来说，NER是从单词序列（一个句子）中抽取命名实体的任务。例如，给出下列句子："Jim在2006年买了Acme公司的300股"我们会说："Jim"是一个人，"Acme"是一个组织，"2006"是时间。为了完成命名实体识别任务，我会使用公开的Kaggle数据集（dataset），跳过所有的数据处理代码，专注于实际的问题和它的解决方案。你 ………………………………