标签:

• flair
• 词性标注
• 序列标注模型 语言: 英文 数据集:
• conll2000 小工具示例:
• 文本: "The happy man has been eating at the diner"

Flair中的英语组块分析（默认模型）

这是Flair自带的英语标准短语组块分析模型。

F1分数：96.48（CoNLL-2000数据集）

可预测4种标签：

基于Flair词嵌入和LSTM-CRF模型。

演示：如何在Flair中使用

需要安装：Flair (pip install flair)

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

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

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

# 预测命名实体标签
tagger.predict(sentence)

# 打印句子
print(sentence)

# 打印预测的命名实体范围
print('发现的命名实体标签如下：')
# 遍历实体并打印
for entity in sentence.get_spans('np'):
    print(entity)

输出结果如下：

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

因此，在句子"The happy man has been eating at the diner"中，范围"The happy man"和"the diner"被标记为名词短语（NP），而"has been eating"被标记为动词短语（VP）。

训练：训练此模型的脚本

以下是用于训练此模型的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. 需要预测什么标签？
tag_type = 'np'

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

# 4. 初始化使用的每种词嵌入
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'),
]

# 词嵌入堆栈包含Flair和GloVe词嵌入
embeddings = StackedEmbeddings(embeddings=embedding_types)

# 5. 初始化序列标注器
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. 运行训练
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？

Flair的问题跟踪器可在此处获取。