[問題] Ckip transformers調整Ner Model問題已刪文
各位好，
我想要去 fine-tune ckiplab/bert-base-chinese-ner 的模型
，並且有根據說明有將tokenizer以及model修改為以下所要求形式，
tokenizer = BertTokenizerFast.from_pretrained('bert-base-chinese')
model = AutoModel.from_pretrained('ckiplab/bert-base-chinese-ner')
並透過huggingFace提供的run_ner.py去調整模型
我的測試資料json檔案，內容類似以下，裡面將法拉利標記為Product
{"tokens": ["我", "要", "買", "法", "拉", "利"], "tags":
["O","O","O","B-PRODUCT", "I-PRODUCT", "E-PRODUCT"]}
....
但在ckip-transformers 裡面的example範例中的CkipNerChunker 改使用微調後的模型仍
無法有效地辨別出 法拉利 為 product類別
是因為我標記方式有錯誤嗎?
尋求大神解惑
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 59.127.131.124 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1681638996.A.742.html
Python 近期熱門文章
PTT數位生活區 即時熱門文章
