标签:

• flair
• 词性标注
• 序列标注模型 语言: en 数据集:
• ontonotes 推理: false

Flair中的英语词性标注（默认模型）

这是Flair自带的英语标准词性标注模型。

F1分数：98.19（基于Ontonotes数据集）

预测细粒度词性标签：

基于Flair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/pos-english")

# 创建示例句子
sentence = Sentence("I love Berlin.")

# 预测词性标签
tagger.predict(sentence)

# 打印句子
print(sentence)

# 打印预测的词性标签
print('发现以下词性标签：')
# 遍历实体并打印
for entity in sentence.get_spans('pos'):
    print(entity)

输出结果如下：

Span [1]: "I"   [− 标签: PRP (1.0)]
Span [2]: "love"   [− 标签: VBP (1.0)]
Span [3]: "Berlin"   [− 标签: NNP (0.9999)]
Span [4]: "."   [− 标签: . (1.0)]

因此，在句子“I love Berlin”中，单词“I”被标记为代词（PRP），“love”被标记为动词（VBP），“Berlin”被标记为专有名词（NNP）。

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 ColumnCorpus
from flair.embeddings import WordEmbeddings, StackedEmbeddings, FlairEmbeddings

# 1. 加载语料库（Ontonotes未随Flair提供，需自行下载并转换为列格式）
corpus: Corpus = ColumnCorpus(
                "resources/tasks/onto-ner",
                column_format={0: "text", 1: "pos", 2: "upos", 3: "ner"},
                tag_to_bioes="ner",
            )

# 2. 需要预测哪种标签？
tag_type = 'pos'

# 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'),
]

# 嵌入栈包含Flair和GloVe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/pos-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找到。