BERT Sequence Labeling

伯特序列標記

此重新播放將HuggingFaces的模型集成到端到端的管道中，以進行序列標籤。這是可用型號的完整列表。

如果您發現此存儲庫有幫助，請給它一顆星。

安裝

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

輸入格式

用於培訓，驗證和測試的文件必須採用類似於CONLL的格式：

 # 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	_

訓練

要訓​​練模型，請使用train.py腳本。這將開始訓練一個模型，該模型將預測[predict_column]參數指定的列的標籤。

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

推理

要預測新值，請使用predict.py腳本。這將通過用預測值替換測試文件的預測列來創建一個新文件。

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

結果

英語EWT

模型	UPOS	XPO
Bert-base cased	95.92	95.27
羅伯塔基地	95.77	95.18

引用

請考慮以下論文表示感謝作者：

 @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}
}