许可协议：知识共享-署名-非商业性使用 4.0 国际许可协议

模型规格

• 这是当前最先进的推特词性标注模型（准确率达95.38%），基于Tweebank V2的NER基准测试（亦称Tweebank-NER），训练数据融合了Tweebank-NER与English-EWT语料库。
• 有关TweebankNLP项目的更多细节，请参阅我们的论文及GitHub页面。
• 在论文的词性标注表格中，该模型被标注为HuggingFace-BERTweet (TB2+EWT)。

使用方法

• 预处理阶段：应用本模型处理推文时，请确保使用TweetTokenizer进行预处理以获得最佳性能。

from transformers import AutoTokenizer, AutoModelForTokenClassification

tokenizer = AutoTokenizer.from_pretrained("TweebankNLP/bertweet-tb2_ewt-pos-tagging")

model = AutoModelForTokenClassification.from_pretrained("TweebankNLP/bertweet-tb2_ewt-pos-tagging")

参考文献

若在研究中引用本资源，请援引我们的论文：

@article{jiang2022tweetnlp,
    title={Annotating the Tweebank Corpus on Named Entity Recognition and Building NLP Models for Social Media Analysis},
    author={Jiang, Hang and Hua, Yining and Beeferman, Doug and Roy, Deb},
    journal={In Proceedings of the 13th Language Resources and Evaluation Conference (LREC)},
    year={2022}
}