序列标注中的BIO标注介绍

序列标注一般可以分为两类：

• 原始标注（Raw labeling）：每个元素都需要被标注为一个标签。
• 联合标注（Joint segmentation and labeling）：所有的分段被标注为同样的标签。

举个联合标注的例子。一个句子为：Yesterday , George Bush gave a speech. 其中包括一个命名实体：George Bush。我们希望将标签“人名”标注到整个短语“George Bush”中，而不是将两个词分别标注。这就是联合标注。
解决联合标注问题的最简单的方法，就是将其转化为原始标注问题。标准做法就是使用BIO标注。
BIO标注：将每个元素标注为“B-X”、“I-X”或者“O”。其中，“B-X”表示此元素所在的片段属于X类型并且此元素在此片段的开头，“I-X”表示此元素所在的片段属于X类型并且此元素在此片段的中间位置，“O”表示不属于任何类型。
     比如，我们将标注商品名称（cp），则BIO的三个标记为：

• （1）B-cp：商品名称的开头
• （2）I-cp：商品名称的中间
• （3）O：不是商品名称

我   O
要   O
买   O
一   O
台   O
游   B-cp
戏   I-cp
本   I-cp

参考 ：
https://nlpers.blogspot.com/2006/11/getting-started-in-sequence-labeling.html

来源：https://www.cnblogs.com/selfcs/p/11690858.html