一、原有模型的架构
biLSTM + CRF
二、对原有模型加入注意力机制
LSTM输出层加入注意力，参考文章：《Attention-Based Bidirectional Long Short-Term Memory Networks for Relation Classification》，该文章是用于文本实体关系分类的，其思想借用到本文
细节：
1）作者将前向和后向LSTM得到的特征，不是做拼接操作，而是元素点积
2）对该层结果加入注意力
3）获得句子的整体表示
4）最后放入分类器中，用于分类
三、流程图
四、移植到命名实体识别中
未完待续