Nominalization Candidate Classifier

🚀 名词化检测器

本模型用于识别“谓词性名词化”，即在上下文中具有事件性（或“动词性”）含义的名词化形式。它基于bert-base-cased预训练模型，针对QANom项目(Klein等人，COLING 2020)所定义和标注的“名词化检测”任务进行了标记分类的微调。

🚀 快速开始

本模型作为二元分类器进行训练，用于对候选名词化形式进行分类。候选词通过词性标注器（筛选普通名词）以及词汇资源（如WordNet和CatVar）提取，筛选出具有（至少一个）派生相关动词的名词。在QANom标注项目中，这些候选词会交给标注人员，以确定它们在句子上下文中是否具有“动词性”含义。当前模型可重现这种二元分类。

✨ 主要特性

• 基于bert-base-cased预训练模型，针对名词化检测任务进行微调。
• 能够识别句子中具有事件性含义的名词化形式。

📦 安装指南

候选词提取算法在qanom包中实现。你可以通过以下命令安装qanom包：

pip install qanom

💻 使用示例

基础用法

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))

输出示例

[[{'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'}]]

📚 详细文档

• 候选词提取算法的完整文档请参考QANom GitHub仓库中的README文件。
• 我们还提供了一个演示，你可以通过它直观地体验模型的功能。

📄 许可证

文档中未提及许可证相关信息。

📚 引用

如果你使用了本模型，请引用以下文献：

@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}
}