Chunk English

🚀 Flair英文短语分块（默认模型）

本模型是 Flair 自带的标准英文短语分块模型，可有效处理英文文本的短语分块任务，为自然语言处理提供基础支持。

F1值：96.48（CoNLL - 2000数据集）

该模型可预测以下4种标签：

此模型基于 Flair嵌入 和LSTM - CRF构建。

🚀 快速开始

依赖安装

需要安装 Flair，可使用以下命令进行安装：

pip install flair

代码示例

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

# 加载标签器
tagger = SequenceTagger.load("flair/chunk-english")

# 创建示例句子
sentence = Sentence("The happy man has been eating at the diner")

# 预测命名实体识别标签
tagger.predict(sentence)

# 打印句子
print(sentence)

# 打印预测的命名实体识别跨度
print('The following NER tags are found:')
# 遍历实体并打印
for entity in sentence.get_spans('np'):
    print(entity)

上述代码将产生以下输出：

Span [1,2,3]: "The happy man"   [− Labels: NP (0.9958)]
Span [4,5,6]: "has been eating"   [− Labels: VP (0.8759)]
Span [7]: "at"   [− Labels: PP (1.0)]
Span [8,9]: "the diner"   [− Labels: NP (0.9991)]

在句子 “The happy man has been eating at the diner” 中，跨度 “The happy man” 和 “the diner” 被标记为 名词短语（NP），“has been eating” 被标记为 动词短语（VP）。

🔧 技术细节

训练脚本

以下是用于训练该模型的Flair脚本：

from flair.data import Corpus
from flair.datasets import CONLL_2000
from flair.embeddings import WordEmbeddings, StackedEmbeddings, FlairEmbeddings

# 1. 获取语料库
corpus: Corpus = CONLL_2000()

# 2. 确定要预测的标签类型
tag_type = 'np'

# 3. 从语料库中创建标签字典
tag_dictionary = corpus.make_tag_dictionary(tag_type=tag_type)

# 4. 初始化使用的嵌入
embedding_types = [

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

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

# 嵌入栈由Flair和GloVe嵌入组成
embeddings = StackedEmbeddings(embeddings=embedding_types)

# 5. 初始化序列标签器
from flair.models import SequenceTagger

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

# 6. 初始化训练器
from flair.trainers import ModelTrainer

trainer = ModelTrainer(tagger, corpus)

# 7. 开始训练
trainer.train('resources/taggers/chunk-english',
              train_with_dev=True,
              max_epochs=150)

📄 引用

使用此模型时，请引用以下论文：

@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}
}

❓ 问题反馈

若遇到问题，可在 Flair问题跟踪器 中反馈。