🚀 roberta-classical-chinese-large-sentence-segmentation

这是一个基于预训练的RoBERTa模型，专门用于文言文句子分割，为文言文文本处理提供了高效准确的解决方案。

🚀 快速开始

本模型是在文言文文本上预训练的RoBERTa模型，用于句子分割，它源自 roberta-classical-chinese-large-char。每个分割后的句子以标记类别 "B" 开头，以标记类别 "E" 结尾（单字符句子的标记类别为 "S"）。

📦 安装指南

暂未提供相关安装步骤。

💻 使用示例

基础用法

import torch
from transformers import AutoTokenizer,AutoModelForTokenClassification
tokenizer=AutoTokenizer.from_pretrained("KoichiYasuoka/roberta-classical-chinese-large-sentence-segmentation")
model=AutoModelForTokenClassification.from_pretrained("KoichiYasuoka/roberta-classical-chinese-large-sentence-segmentation")
s="子曰學而時習之不亦説乎有朋自遠方來不亦樂乎人不知而不慍不亦君子乎"
p=[model.config.id2label[q] for q in torch.argmax(model(tokenizer.encode(s,return_tensors="pt"))["logits"],dim=2)[0].tolist()[1:-1]]
print("".join(c+"。" if q=="E" or q=="S" else c for c,q in zip(s,p)))

📚 详细文档

引用信息

Koichi Yasuoka: Sentence Segmentation of Classical Chinese Texts Using Transformers and BERT/RoBERTa Models, IPSJ Symposium Series, Vol.2021, No.1 (December 2021), pp.104-109.

📄 许可证

本项目采用 "apache - 2.0" 许可证。