Chunk English

🚀 Flairによる英語のチャンキング (デフォルトモデル)

これは、Flair とともに提供される英語の標準的なフレーズチャンキングモデルです。

F1スコア: 96,48 (CoNLL - 2000)

4つのタグを予測します:

このモデルは Flair埋め込み とLSTM - CRFに基づいています。

🚀 クイックスタート

このモデルを使用するには、Flair が必要です。以下のコマンドでインストールできます。

pip install flair

💻 使用例

基本的な使用法

from flair.data import Sentence
from flair.models import SequenceTagger

# タガーをロード
tagger = SequenceTagger.load("flair/chunk-english")

# サンプル文を作成
sentence = Sentence("The happy man has been eating at the diner")

# NERタグを予測
tagger.predict(sentence)

# 文を表示
print(sentence)

# 予測されたNERスパンを表示
print('The following NER tags are found:')
# エンティティを反復処理して表示
for entity in sentence.get_spans('np'):
    print(entity)

このコードは以下の出力を生成します:

Span [1,2,3]: "The happy man"   [− Labels: NP (0.9958)]
Span [4,5,6]: "has been eating"   [− Labels: VP (0.8759)]
Span [7]: "at"   [− Labels: PP (1.0)]
Span [8,9]: "the diner"   [− Labels: NP (0.9991)]

つまり、文 "The happy man has been eating at the diner" の中で、スパン "The happy man" と "the diner" は 名詞句 (NP) としてラベル付けされ、"has been eating" は 動詞句 (VP) としてラベル付けされます。

高度な使用法

このモデルを訓練するためのFlairスクリプトは以下の通りです:

from flair.data import Corpus
from flair.datasets import CONLL_2000
from flair.embeddings import WordEmbeddings, StackedEmbeddings, FlairEmbeddings

# 1. コーパスを取得
corpus: Corpus = CONLL_2000()

# 2. 予測するタグを指定
tag_type = 'np'

# 3. コーパスからタグ辞書を作成
tag_dictionary = corpus.make_tag_dictionary(tag_type=tag_type)

# 4. 使用する各埋め込みを初期化
embedding_types = [

    # 文脈依存の文字列埋め込み、順方向
    FlairEmbeddings('news-forward'),

    # 文脈依存の文字列埋め込み、逆方向
    FlairEmbeddings('news-backward'),
]

# 埋め込みスタックはFlairとGloVe埋め込みで構成
embeddings = StackedEmbeddings(embeddings=embedding_types)

# 5. シーケンスタガーを初期化
from flair.models import SequenceTagger

tagger = SequenceTagger(hidden_size=256,
                        embeddings=embeddings,
                        tag_dictionary=tag_dictionary,
                        tag_type=tag_type)

# 6. トレーナーを初期化
from flair.trainers import ModelTrainer

trainer = ModelTrainer(tagger, corpus)

# 7. トレーニングを実行
trainer.train('resources/taggers/chunk-english',
              train_with_dev=True,
              max_epochs=150)

📄 引用

このモデルを使用する場合は、以下の論文を引用してください。

@inproceedings{akbik2018coling,
  title={Contextual String Embeddings for Sequence Labeling},
  author={Akbik, Alan and Blythe, Duncan and Vollgraf, Roland},
  booktitle = {{COLING} 2018, 27th International Conference on Computational Linguistics},
  pages     = {1638--1649},
  year      = {2018}
}

❓ 問題がありますか？

Flairの問題追跡システムは こちら で利用できます。