BERT Sequence Labeling

Bert-Sequenzmarkierung

Diese Repostiory integriert die Modelle von HuggingFaces in eine End-to-End-Pipeline für die Sequenzmarkierung. Hier ist eine vollständige Liste der verfügbaren Modelle.

Wenn Sie dieses Repository als hilfreich empfanden, geben Sie ihm bitte einen Stern.:blush:

Installieren

 git clone https://github.com/avramandrei/BERT-Sequence-Labeling.git
cd BERT-Sequence-Labeling
pip3 install -r requirements.txt

Eingabeformat

Die für das Training, Validierung und Test verwendeten Dateien müssen in einem Format ähnlich dem Conll sein:

 # sent_id = email-enronsent20_01-0048
# text = Please let us know if you have additional questions.
1	Please	please	INTJ	UH	_	2	discourse	2:discourse	_
2	let	let	VERB	VB	Mood=Imp|VerbForm=Fin	0	root	0:root	_
3	us	we	PRON	PRP	Case=Acc|Number=Plur|Person=1|PronType=Prs	2	obj	2:obj|4:nsubj:xsubj	_
4	know	know	VERB	VB	VerbForm=Inf	2	xcomp	2:xcomp	_
5	if	if	SCONJ	IN	_	7	mark	7:mark	_
6	you	you	PRON	PRP	Case=Nom|Person=2|PronType=Prs	7	nsubj	7:nsubj	_
7	have	have	VERB	VBP	Mood=Ind|Tense=Pres|VerbForm=Fin	4	advcl	4:advcl:if	_
8	additional	additional	ADJ	JJ	Degree=Pos	9	amod	9:amod	_
9	questions	question	NOUN	NNS	Number=Plur	7	obj	7:obj	SpaceAfter=No
10	.	.	PUNCT	.	_	2	punct	2:punct	_

Ausbildung

Verwenden Sie zum Training eines Modells das Drehbuch train.py . Dies beginnt mit dem Training ein Modell, das die Beschriftungen der Spalte vorhersagt, die durch das Argument [predict_column] angegeben sind.

 python3 train.py [path_train_file] [path_dev_file] [tokens_column] [predict_column] [lang_model_name]

Schlussfolgerung

Verwenden Sie das predict.py -Skript, um neue Werte vorherzusagen. Dadurch wird eine neue Datei erstellt, indem die vorhergesagte Spalte der Testdatei durch die vorhergesagten Werte ersetzt wird.

 python3 predict.py [path_test_file] [model_path] [tokens_column] [predict_column] [lang_model_name]

Ergebnisse

Englisch EWT

Modell	Upos	xpos
Bert-Base-Cased	95,92	95.27
Roberta-Base	95.77	95.18

Zitieren

Bitte erwägen Sie das folgende Papier als Dankeschön an die Autoren:

 @article{avram2020upb,
  title={UPB at SemEval-2020 Task 6: Pretrained Language Models for Definition Extraction},
  author={Avram, Andrei-Marius and Cercel, Dumitru-Clementin and Chiru, Costin-Gabriel},
  journal={arXiv e-prints},
  pages={arXiv--2009},
  year={2020}
}