重新连接，调试带注释的命名实体识别（NER）数据的不一致性，并获得有关提高数据质量的见解。
reconner的Python项目详细描述
文档：https://kabirkhan.github.io/recon
源代码：https://github.com/kabirkhan/recon
ReconNER是一个库，它可以帮助您修复带注释的NER数据，并确定模型最难预测的示例，以便您可以战略性地对注释的示例进行优先级排序。在
主要特点是：
- Data Validation and Cleanup：轻松验证NER数据的格式。过滤重叠的实体注释，修复丢失的属性。在
- Model Insights：分析模型在数据集中的表现。找出你的模型所犯的最大错误，这样你就可以从战略上优先考虑数据收集和纠正。在
- Model Insights：分析模型在数据集中的表现。找出你的模型所犯的最大错误，这样你就可以从战略上优先考虑数据收集和纠正。在
- Dataset Management：ReconNER提供了一个
Dataset类来管理数据的train/dev/test拆分，并在数据中的所有拆分上应用相同的函数+所有示例的串联。就地操作以一致地转换数据。在 - Serializable Dataset：在JSON和ReconNER类型系统之间序列化和反序列化数据。在
- Type Hints：基于python3.6+类型提示的综合类型系统
要求
Python 3.6+
ReconNER是建立在一些全面的、高性能的包上的。在
- 空间
- Pydantic（类型系统和JSON序列化）
- 类型（CLI）。在
安装
$ pip install reconner ---> 100%Successfully installed reconner
许可证
这个项目是根据麻省理工学院的许可条款授权的。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
