NER

aspect分类的种类的为： Counter({'整体': 2822, '使用体验': 1042, '功效': 726, '价格': 696, '物流': 517, '气味': 225, '包装': 195, '真伪': 161, '服务': 86, '其他': 65, '成分': 61, '尺寸': 24, '新鲜度': 13})
序列化标注的标注方法采取BIO的标注方法 AspectTerms: 追加尾椎at OpinionTerms：追加尾椎ot

@: 应为单词 &：代表数字

aspect级别的情感分析

data_sentimental：文件准备了训练的数据 sentiment_flags.py：模型的配置文件：seq_max_length 建议128 我这里64 避免内存爆掉，这里需要更具自己本地环境编辑下 run_classifier.py: 训练文件，直接运行就行：文件头部限制了cpu跑

Name		Name	Last commit message	Last commit date
Latest commit History 69 Commits
bert_base		bert_base
output		output
zhejiang		zhejiang
README.md		README.md
bert_lstm_crf.py		bert_lstm_crf.py
conlleval.pl		conlleval.pl
conlleval.py		conlleval.py
layers.py		layers.py
models.py		models.py
process_data.py		process_data.py
process_data_v2.py		process_data_v2.py
run.py		run.py
run_classifier.py		run_classifier.py
self_attention.py		self_attention.py
sentiment_flags.py		sentiment_flags.py
tmp.py		tmp.py
train_helper.py		train_helper.py
transformer.py		transformer.py