命名实体分类NER初识

NLP连载系列：

1. NLP入门：文本特征的表示方式
2. 命名实体分类NER初识
3. n-gram的原理
4. CS224N笔记(一) Lecture1～2——word2vec超详细解析
5. CS224N笔记(二) Lecture1～2 ：深入理解Glove原理
6. CS224N笔记(三) Lecture 6~7——深入理解循环神经网络RNN模型
7. CS224N笔记(四) Lecture 7：循环神经网络RNN的进阶——LSTM与GRU
8. CS224N笔记(五) Lecture8 机器翻译、Seq2Seq以及Attention注意力机制

命名实体分类就是判断一个词是不是属于某个实体的名字，比如人名、地点名、组织名等，这里介绍CS224N中提到的两种简单方法，均是判断一个窗口内的中心词是不是命名实体：

1. 将周边词的词向量做平均池化后，丢入到若干层神经网络后softmax分类或者直接softmax分类。简单但是会损失位置信息

2. 将周边词的词向量收尾相连，丢入到若干神经网络后softmax分类，不会损失位置信息但是输入大小的窗口大小成正比，会导致输入向量长度过大：