11.4.1 序列标注路线图：每个 Token 一个标签

序列标注为每个 token 预测一个标签。NER、分词、词性标注和槽位填充都属于这个思路。

先看标签路径

关键输出不是一个句子标签，而是对齐 token 的标签，例如 B-PER、I-PER 和 O。

跑一个 BIO 标签检查

tokens = ["Ada", "Lovelace", "wrote", "notes"]
tags = ["B-PER", "I-PER", "O", "O"]

for token, tag in zip(tokens, tags):
    print(token, tag)

预期输出：

Ada B-PER
Lovelace I-PER
wrote O
notes O

如果分词变化，标签必须仍然对齐。很多序列标注 bug 本质上是对齐 bug。

按这个顺序学

步骤	阅读	实操产出
1	NER 与 BIO	创建 token 级标签和实体 span
2	HMM/CRF 历史	理解序列约束和标签转移
3	BiLSTM-CRF	连接上下文特征和合法标签路径
4	项目实战	评估 precision、recall、F1、边界错误

通过标准

如果你能检查 token/tag 对齐，并解释一个边界错误或非法标签转移，就通过了本章。

检查思路与讲解

1. 合格答案要从文本单元和输出类型说起：token、span、句子标签、序列、embedding 或生成文本。
2. 证据应包含小样本、模型或 pipeline 选择、评价指标，以及至少一个被检查过的错误案例。
3. 自检时要能区分预处理问题和模型问题，例如分词错误、标签歧义、数据不平衡或生成幻觉。

留下的证据

学完这一页，至少保留这张证据卡：

模式

实体类型、BIO 标签，或序列标注规则

预测

词级标签和提取的片段

指标

实体精确率/召回率/F1 和边界情况

失败检查

跨度边界、嵌套实体、未知词或标注不一致

期望产出

金标与预测 span 对照表，至少包含一个漏判