language:

• en tags:
• 词性标注
• 微调模型 license: cc-by-nc-3.0

基于多语言BERT的词性标注微调模型

这是一个针对英语词性标注任务微调的多语言BERT模型。该模型使用宾州树库（Marcus等人，1993年）训练，F1分数达到96.69。

使用方法

可通过transformers流水线调用模型：

from transformers import AutoTokenizer, AutoModelForTokenClassification, TokenClassificationPipeline

model_name = "QCRI/bert-base-multilingual-cased-pos-english"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForTokenClassification.from_pretrained(model_name)

pipeline = TokenClassificationPipeline(model=model, tokenizer=tokenizer)
outputs = pipeline("测试样例")
print(outputs)

引用说明

本模型应用于NAACL'22会议论文《分析Transformer语言模型中的编码概念》中所有基于词性标注的实验结果。如您认为本模型对您的研究有所帮助，请引用以下文献：

@inproceedings{sajjad-NAACL,
  title={分析Transformer语言模型中的编码概念},
  author={哈桑·萨贾德, 纳迪尔·杜拉尼, 法希姆·达尔维, 费罗杰·阿拉姆, 阿卜杜勒·拉法伊·汗 和 贾旭},
  booktitle={北美计算语言学协会年会: 人类语言技术(NAACL)},
  series={NAACL~'22},
  year={2022},
  address={西雅图}
}