许可协议：知识共享-署名-非商业性使用 4.0 国际许可协议 (cc-by-nc-4.0)

模型规格

• 这是基于Tweebank V2命名实体识别基准（亦称Tweebank-NER）训练的Twitter词性标注基线模型（准确率95.21%），训练数据来自Tweebank-NER。
• 如需获取当前最先进的Twitter词性标注工具，请访问此HuggingFace中心链接。
• 有关TweebankNLP项目的更多细节，请参阅我们的论文及GitHub页面。
• 在论文中，该模型在词性标注表格中以HuggingFace-BERTweet (TB2)名称被引用。

模型使用方法

• 预处理步骤：对推文应用本模型时，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-pos-tagging")

model = AutoModelForTokenClassification.from_pretrained("TweebankNLP/bertweet-tb2-pos-tagging")

参考文献

若在研究中引用本资源，请惠赐引用我们的论文:

@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}
}