命名實體識別
首先下載相應bert 模塊
pip install bert-base==0.0.9 -i https://pypi.python.org/simple
也可參考官網處理
安裝
軟件包現在支持的功能
1.命名實體識別的訓練
2.命名實體識別的服務C/S
3.繼承優秀開源軟件:bert_as_service(hanxiao)的BERT所有服務
4.文本分類服務
後續功能會繼續增加
基於命名行訓練命名實體識別模型:
安裝完bert-base後,會生成兩個基於命名行的工具,其中bert-base-ner-train支持命名實體識別模型的訓練,你只需要指定訓練數據的目錄,BERT相關參數的目錄即可。可以使用下面的命令查看幫助
訓練的事例命名如下:
bert-base-ner-train \
-data_dir {your dataset dir}\
-output_dir {training output dir}\
-init_checkpoint {Google BERT model dir}\
-bert_config_file {bert_config.json under the Google BERT model dir} \
-vocab_file {vocab.txt under the Google BERT model dir}
參數說明
其中data_dir是你的數據所在的目錄,訓練數據,驗證數據和測試數據命名格式爲:train.txt, dev.txt,test.txt,請按照這個格式命名文件,否則會報錯。
訓練數據的格式如下:
海 O
釣 O
比 O
賽 O
地 O
點 O
在 O
廈 B-LOC
門 I-LOC
與 O
金 B-LOC
門 I-LOC
之 O
間 O
的 O
海 O
域 O
。 O
每行得第一個是字,第二個是它的標籤,使用空格’ '分隔,請一定要使用空格。句與句之間使用空行劃分。程序會自動讀取你的數據。
output_dir: 訓練模型輸出的文件路徑,模型的checkpoint以及一些標籤映射表都會存儲在這裏,這個路徑在作爲服務的時候,可以指定爲-ner_model_dir
init_checkpoint: 下載的谷歌BERT模型
bert_config_file : 谷歌BERT模型下面的bert_config.json
vocab_file: 谷歌BERT模型下面的vocab.txt
訓練完成後,你可以在你指定的output_dir中查看訓練結果。
更多操作:
https://blog.csdn.net/macanv/article/details/85684284
還有一個bert模型的封裝
https://www.jianshu.com/p/1d6689851622
https://cloud.tencent.com/developer/article/1470051
https://www.h3399.cn/201908/714454.html