标签:

• flair
• 命名实体识别
• 序列标注模型 语言: 英文 数据集:
• conll2003 微件示例:
• 文本: "乔治·华盛顿去了华盛顿"

Flair中的英文命名实体识别（快速模型）

这是Flair自带的英文快速4类命名实体识别模型。

F1分数: 92.92（修正后的CoNLL-03数据集）

可预测4种标签：

基于Flair嵌入和LSTM-CRF架构。

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/ner-english-fast")

# 创建示例句子
sentence = Sentence("乔治·华盛顿去了华盛顿")

# 预测命名实体标签
tagger.predict(sentence)

# 打印句子
print(sentence)

# 打印预测的实体范围
print('发现以下命名实体标签:')
# 遍历实体并打印
for entity in sentence.get_spans('ner'):
    print(entity)

输出结果如下：

Span [1,2]: "乔治·华盛顿"   [− 标签: PER (0.9515)]
Span [5]: "华盛顿"   [− 标签: LOC (0.992)]

在句子"乔治·华盛顿去了华盛顿"中，识别出"乔治·华盛顿"（标记为人物）和"华盛顿"（标记为地点）两个实体。

训练：模型训练脚本

使用以下Flair脚本训练本模型：

from flair.data import Corpus
from flair.datasets import CONLL_03
from flair.embeddings import WordEmbeddings, StackedEmbeddings, FlairEmbeddings

# 1. 获取语料库
corpus: Corpus = CONLL_03()

# 2. 指定预测标签类型
tag_type = 'ner'

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

# 4. 初始化各嵌入类型
embedding_types = [
    # GloVe词嵌入
    WordEmbeddings('glove'),

    # 前向上下文字符串嵌入
    FlairEmbeddings('news-forward-fast'),

    # 后向上下文字符串嵌入
    FlairEmbeddings('news-backward-fast'),
]

# 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. 执行训练
trainer.train('resources/taggers/ner-english',
              train_with_dev=True,
              max_epochs=150)

引用

使用本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}
}

问题反馈？

Flair问题追踪系统详见此处。