包含tokenizer可以用bert和bilstm吗的词条

biLSTM即双向LSTM，它是由两个单独的两个lstm组合合成，为了更直观的理解，我画了下面的图 组合起来就是下面的图 注意上图只是一层的bilstm，如果是多层的bilstm，则是两个不同方向的多层lstm按照上图拼接在一起 最终的。

其目的是识别语料中人名地名组织机构名等命名实体6使用BiLSTMembedder和分类层来表示tokentagemissionscores，并通过联合训练CRF层来学习tagtag转换分数在fewshot学习的情况下，采用类似的方法很有挑战性。

1BERT+BiLSTM+CRFBiLSTM+CRF 多了一层BERT初始化word embedding，比随机初始化肯定要好，这个就不多解释了2BERT+BiLSTM+CRFBERT+CRF 首先BERT使用的是transformer，而transformer是基于selfattention的，也就是在计。