Klue Bert Base Re

🚀 用於KLUE關係抽取任務的bert-base模型

本項目使用KLUE RE數據集對klue/bert-base進行了微調，可用於KLUE關係抽取任務。它能幫助用戶更高效地處理相關自然語言處理任務，提升關係抽取的準確性。

🚀 快速開始

本模型是基於KLUE RE數據集對klue/bert-base進行微調得到的。你可以通過以下鏈接瞭解更多相關信息：

• KLUE基準測試官方網頁
• KLUE官方GitHub
• KLUE RE GitHub
• 在免費GPU上運行KLUE RE：Ainize Workspace

💻 使用示例

基礎用法

from transformers import AutoTokenizer, AutoModelForSequenceClassification

tokenizer = AutoTokenizer.from_pretrained("ainize/klue-bert-base-re")
model = AutoModelForSequenceClassification.from_pretrained("ainize/klue-bert-base-re")

# 在主語對象的兩端添加 "<subj>", "</subj>"，在賓語對象的兩端添加 "<obj>", "</obj>"。
sentence = "<subj>손흥민</subj>은 <obj>대한민국</obj>에서 태어났다."

encodings = tokenizer(sentence, 
                      max_length=128, 
                      truncation=True, 
                      padding="max_length", 
                      return_tensors="pt")

outputs = model(**encodings)

logits = outputs['logits']

preds = torch.argmax(logits, dim=1)

📚 關於我們

• Teachable NLP - 無需編寫任何代碼，使用自己的文本訓練NLP模型
• Ainize - 使用免費GPU部署機器學習項目