language: zh
tags:

• bert
• 标点符号恢复
  license: apache-2.0
  datasets:
• 自定义

丹麦语Bert标点符号恢复模型

该模型用于执行丹麦语的标点符号恢复任务。采用的方法与NER模型训练类似的序列分类方式。

模型描述

待完善

使用方法

该模型需要额外的推理代码，因此我们创建了一个便捷的pip包用于推理。推理代码基于huggingface的TokenClassificationPipeline流水线。

首先通过以下命令安装工具包：

pip install punctfix

然后即可通过以下代码片段进行标点修复：

>>> from punctfix import PunctFixer  
>>> fixer = PunctFixer(language="da")  

>>> example_text = "mit navn det er rasmus og jeg kommer fra firmaet alvenir det er mig som har trænet denne lækre model"  
>>> print(fixer.punctuate(example_text))  
'Mit navn det er Rasmus og jeg kommer fra firmaet Alvenir. Det er mig som har trænet denne lækre model.'  

>>> example_text = "en dag bliver vi sku glade for at vi nu kan sætte punktummer og kommaer i en sætning det fungerer da meget godt ikke"  
>>> print(fixer.punctuate(example_text))   
'En dag bliver vi sku glade for, at vi nu kan sætte punktummer og kommaer i en sætning. Det fungerer da meget godt, ikke?'  

训练数据

待完善

训练流程

待完善

预处理

待完善

评估结果

待完善