Nominalization Candidate Classifier

🚀 名詞化檢測器

本模型用於識別“謂詞性名詞化”，即在上下文中具有事件性（或“動詞性”）含義的名詞化形式。它基於bert-base-cased預訓練模型，針對QANom項目(Klein等人，COLING 2020)所定義和標註的“名詞化檢測”任務進行了標記分類的微調。

🚀 快速開始

本模型作為二元分類器進行訓練，用於對候選名詞化形式進行分類。候選詞通過詞性標註器（篩選普通名詞）以及詞彙資源（如WordNet和CatVar）提取，篩選出具有（至少一個）派生相關動詞的名詞。在QANom標註項目中，這些候選詞會交給標註人員，以確定它們在句子上下文中是否具有“動詞性”含義。當前模型可重現這種二元分類。

✨ 主要特性

• 基於bert-base-cased預訓練模型，針對名詞化檢測任務進行微調。
• 能夠識別句子中具有事件性含義的名詞化形式。

📦 安裝指南

候選詞提取算法在qanom包中實現。你可以通過以下命令安裝qanom包：

pip install qanom

💻 使用示例

基礎用法

from qanom.nominalization_detector import NominalizationDetector
detector = NominalizationDetector()

raw_sentences = ["The construction of the officer 's building finished right after the beginning of the destruction of the previous construction ."]

print(detector(raw_sentences, return_all_candidates=True))
print(detector(raw_sentences, threshold=0.75, return_probability=False))

輸出示例

[[{'predicate_idx': 1,
   'predicate': 'construction',
   'predicate_detector_prediction': True,
   'predicate_detector_probability': 0.7626778483390808,
   'verb_form': 'construct'},
  {'predicate_idx': 4,
   'predicate': 'officer',
   'predicate_detector_prediction': False,
   'predicate_detector_probability': 0.19832570850849152,
   'verb_form': 'officer'},
  {'predicate_idx': 6,
   'predicate': 'building',
   'predicate_detector_prediction': True,
   'predicate_detector_probability': 0.5794129371643066,
   'verb_form': 'build'},
  {'predicate_idx': 11,
   'predicate': 'beginning',
   'predicate_detector_prediction': True,
   'predicate_detector_probability': 0.8937646150588989,
   'verb_form': 'begin'},
  {'predicate_idx': 14,
   'predicate': 'destruction',
   'predicate_detector_prediction': True,
   'predicate_detector_probability': 0.8501205444335938,
   'verb_form': 'destruct'},
  {'predicate_idx': 18,
   'predicate': 'construction',
   'predicate_detector_prediction': True,
   'predicate_detector_probability': 0.7022264003753662,
   'verb_form': 'construct'}]]

[[{'predicate_idx': 1, 'predicate': 'construction', 'verb_form': 'construct'},
  {'predicate_idx': 11, 'predicate': 'beginning', 'verb_form': 'begin'},
  {'predicate_idx': 14, 'predicate': 'destruction', 'verb_form': 'destruct'}]]

📚 詳細文檔

• 候選詞提取算法的完整文檔請參考QANom GitHub倉庫中的README文件。
• 我們還提供了一個演示，你可以通過它直觀地體驗模型的功能。

📄 許可證

文檔中未提及許可證相關信息。

📚 引用

如果你使用了本模型，請引用以下文獻：

@inproceedings{klein2020qanom,
  title={QANom: Question-Answer driven SRL for Nominalizations},
  author={Klein, Ayal and Mamou, Jonathan and Pyatkin, Valentina and Stepanov, Daniela and He, Hangfeng and Roth, Dan and Zettlemoyer, Luke and Dagan, Ido},
  booktitle={Proceedings of the 28th International Conference on Computational Linguistics},
  pages={3069--3083},
  year={2020}
}