Prompt NER Chinese

中国のEHRデータに関するプロンプトナー

導入

このリポジトリは、BERTを事前に訓練したモデルとして使用して、迅速な事前訓練方法を使用して名前のエンティティ認識タスクを実行します。

フォルダーの説明：

 .
├── .DS_Store
├── __init__.py
├── app.py 	# 接口文件
├── best_model.pth	# 模型文件（需要自己训练）
├── config.py	# 配置文件
├── conlleval.py	# 评价指标
├── data	# 数据集
│   ├── eval.txt # 处理好的验证集
│   ├── test.txt	# 处理好的测试集
│   └── train.txt	# 处理好的训练集
├── logger.py	# 日志文件
├── main.py	# 主文件
├── output	# 输出
│   └── logs
│       └── Experiment_log.log
├── predict.py	# 预测程序
├── processer.py	# 数据预处理文件
├── prompt_model.py	# 模型结构
├── test_predict.py	# 接口测试文件
└── utils.py	# 方法函数

要件：

Python

いくつか

Sklearn

パンダ

トランス

直接使用方法：

Pythonでmain.pyを実行してモデルファイルを取得します。

PythonでApp.pyを実行し、test.pyの入力データを変更して、返された結果を取得します。

結果：

トレーニング方法	F1
従来のトレーニング前の方法	0.7617
迅速なトレーニング方法	0.8189