BERT+CRF实现命名体识别任务，是用预训练好的BertModel好，还是BertForSequenceClassification等预训练模型更好

对于命名实体识别任务，预训练的BERT模型可以用于提取输入句子的上下文表示，但是还需要添加额外的层来进行标签的预测。因此，使用预训练的BertModel需要手动添加CRF层或其他适合任务的层。

相比之下，BertForSequenceClassification等预训练模型已经针对特定任务进行了微调，包括添加了适合该任务的层，因此可以直接用于命名实体识别任务，并且不需要手动添加额外的层。

因此，如果你需要进行命名实体识别任务，建议使用BertForTokenClassification或其他针对该任务微调的预训练模型，这样可以更快速地实现任务并获得更好的性能。