Ruperta Base Finetuned Pos

🚀 RuPERTa-base (Spanish RoBERTa) + POS 🎃🏷

このモデルは、品詞タグ付け（POS） の下流タスク用に、CONLL CORPORA でファインチューニングされた RuPERTa-base のバージョンです。

🚀 クイックスタート

このモデルは、品詞タグ付け（POS）の下流タスク用に、CONLL CORPORA でファインチューニングされた RuPERTa-base のバージョンです。

✨ 主な機能

• 品詞タグ付け（POS）の下流タスクに特化したモデルです。
• CONLL CORPORA ES データセットでファインチューニングされています。

📦 インストール

コード例から、必要なライブラリのインストールが必要です。以下のように transformers と torch をインストールできます。

pip install transformers torch

💻 使用例

基本的な使用法

import torch
from transformers import AutoModelForTokenClassification, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained('mrm8488/RuPERTa-base-finetuned-pos')
model = AutoModelForTokenClassification.from_pretrained('mrm8488/RuPERTa-base-finetuned-pos')

id2label = {
    "0": "O",
    "1": "ADJ",
    "2": "ADP",
    "3": "ADV",
    "4": "AUX",
    "5": "CCONJ",
    "6": "DET",
    "7": "INTJ",
    "8": "NOUN",
    "9": "NUM",
    "10": "PART",
    "11": "PRON",
    "12": "PROPN",
    "13": "PUNCT",
    "14": "SCONJ",
    "15": "SYM",
    "16": "VERB"
}

text ="Mis amigos están pensando viajar a Londres este verano."
input_ids = torch.tensor(tokenizer.encode(text)).unsqueeze(0)

outputs = model(input_ids)
last_hidden_states = outputs[0]

for m in last_hidden_states:
  for index, n in enumerate(m):
    if(index > 0 and index <= len(text.split(" "))):
      print(text.split(" ")[index-1] + ": " + id2label[str(torch.argmax(n).item())])
      
'''
Output:
--------
Mis: NUM
amigos: PRON
están: AUX
pensando: ADV
viajar: VERB
a: ADP
Londres: PROPN
este: DET
verano..: NOUN
'''

📚 ドキュメント

下流タスク（POS） - データセットの詳細

• データセット: CONLL Corpora ES 📚

• Huggingfaceが提供するNERスクリプトでのファインチューニング

• カバーされるラベル:

ADJ
ADP
ADV
AUX
CCONJ
DET
INTJ
NOUN
NUM
PART
PRON
PROPN
PUNCT
SCONJ
SYM
VERB

評価セットのメトリクス 🧾

📄 ライセンス

このREADMEにはライセンス情報が記載されていません。詳細は元のリポジトリを参照してください。

作成者: Manuel Romero/@mrm8488 | LinkedIn スペインで ♥ を込めて作成