Pos English

🚀 Flair中的英文詞性標註（默認模型）

這是隨 Flair 一起發佈的英文標準詞性標註模型。它能夠有效解決英文文本中詞性標註的問題，為自然語言處理任務提供準確的詞性信息。

F1分數：98.19（Ontonotes數據集）

該模型可預測細粒度的詞性標籤：

該模型基於 Flair嵌入 和LSTM - CRF。

🚀 快速開始

安裝

本項目需要安裝 Flair，可以使用以下命令進行安裝：

pip install flair

使用示例

基礎用法

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

# 加載標籤器
tagger = SequenceTagger.load("flair/pos-english")

# 創建示例句子
sentence = Sentence("I love Berlin.")

# 預測詞性標籤
tagger.predict(sentence)

# 打印句子
print(sentence)

# 打印預測的詞性標籤範圍
print('The following NER tags are found:')
# 遍歷實體並打印
for entity in sentence.get_spans('pos'):
    print(entity)

上述代碼會產生以下輸出：

Span [1]: "I"   [− Labels: PRP (1.0)]
Span [2]: "love"   [− Labels: VBP (1.0)]
Span [3]: "Berlin"   [− Labels: NNP (0.9999)]
Span [4]: "."   [− Labels: . (1.0)]

在句子 “I love Berlin” 中，單詞 “I” 被標記為代詞（PRP），“love” 被標記為動詞（VBP），“Berlin” 被標記為專有名詞（NNP）。

🔧 技術細節

訓練腳本

以下是用於訓練此模型的Flair腳本：

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

# 1. 加載語料庫（Ontonotes不隨Flair一起發佈，你需要自己下載並重新格式化為列格式）
corpus: Corpus = ColumnCorpus(
                "resources/tasks/onto-ner",
                column_format={0: "text", 1: "pos", 2: "upos", 3: "ner"},
                tag_to_bioes="ner",
            )

# 2. 我們要預測的標籤類型是什麼？
tag_type = 'pos'

# 3. 從語料庫中創建標籤字典
tag_dictionary = corpus.make_tag_dictionary(tag_type=tag_type)

# 4. 初始化我們使用的每個嵌入
embedding_types = [

    # 上下文字符串嵌入，前向
    FlairEmbeddings('news-forward'),

    # 上下文字符串嵌入，後向
    FlairEmbeddings('news-backward'),
]

# 嵌入棧由Flair和GloVe嵌入組成
embeddings = StackedEmbeddings(embeddings=embedding_types)

# 5. 初始化序列標籤器
from flair.models import SequenceTagger

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

# 6. 初始化訓練器
from flair.trainers import ModelTrainer

trainer = ModelTrainer(tagger, corpus)

# 7. 運行訓練
trainer.train('resources/taggers/pos-english',
              train_with_dev=True,
              max_epochs=150)

📄 引用

使用此模型時，請引用以下論文：

@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}
}

🐞 問題反饋

如果你在使用過程中遇到問題，可以在 Flair問題跟蹤器 中反饋。