本仓库为基于CBLUEbenchmark/CBLUE更改的，对CMeEE-V2数据集进行命名实体识别（NER）任务的代码。更改主要体现在：
- 更换数据集：只保留了对CMeEE数据集进行NER任务的代码，并改为处理CMeEE-V2数据集。
- 传参方式：为了便于调试
run_classifier.py时不传参，直接写了参数的默认值。并将do_train与do_predict的传参逻辑进行了调整。 - 目录结构：调整了
run_classifier.py文件的位置和data目录的位置。
├─CBLUEbenchmark_NER
│ │ .gitignore
│ │ README.md
│ │ run_classifier.py
│ │ run_ee.sh
│ ├─cblue
│ └─CBLUEDatasets
│ └─CMeEE-V2
├─data
│ ├─model_data
│ │ └─chinese-wwm-ext-pytorch
│ │ config.json
│ │ pytorch_model.bin
│ │ vocab.txt
│ ├─output
│ └─result_output
python3 / pytorch 1.7 / transformers 4.5.1 / jieba / gensim / sklearn
在准备好所需环境、预训练模型和语料数据集后，调整参数并运行run_classifier.py即可：
- 方式1，不传参，使用默认参数：直接运行
run_classifier.py。默认训练、不预测。 - 方式2，传参，覆盖默认参数：在Linux环境下，修改
run_ee.sh中的参数。运行bash run_ee.sh训练，或bash run_ee.sh predict预测。