Ruperta Base Finetuned Pos

🚀 RuPERTa-base (西班牙語RoBERTa) + POS 🎃🏷

該模型是在RuPERTa-base基礎上，針對詞性標註（POS） 下游任務，在CONLL語料庫上進行微調得到的。

🚀 快速開始

本模型可用於詞性標註（POS）下游任務，通過在特定數據集上微調，能有效完成詞性標註工作。

📚 詳細文檔

下游任務（POS）詳情 - 數據集

• 數據集：CONLL語料庫（西班牙語） 📚

• 使用Huggingface提供的命名實體識別（NER）微調腳本

• 涵蓋的標籤：

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

評估集指標 🧾

💻 使用示例

基礎用法

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
'''

效果還不錯呢🎉

由 Manuel Romero/@mrm8488 創建 | 領英

於西班牙用心打造 ♥