该仓库使用BERT作为预训练模型使用Prompt预训练方法进行命名实体识别任务。
.
├── .DS_Store
├── __init__.py
├── app.py # 接口文件
├── best_model.pth # 模型文件（需要自己训练）
├── config.py # 配置文件
├── conlleval.py # 评价指标
├── data # 数据集
│ ├── eval.txt # 处理好的验证集
│ ├── test.txt # 处理好的测试集
│ └── train.txt # 处理好的训练集
├── logger.py # 日志文件
├── main.py # 主文件
├── output # 输出
│ └── logs
│ └── Experiment_log.log
├── predict.py # 预测程序
├── processer.py # 数据预处理文件
├── prompt_model.py # 模型结构
├── test_predict.py # 接口测试文件
└── utils.py # 方法函数
python
torch
sklearn
pandas
transformers
使用python运行main.py，获得模型文件。
使用python运行app.py，并且在test.py中修改input数据，获得返回的结果。
| 训练方法 | F1 |
|---|---|
| 常规预训练方法 | 0.7617 |
| Prompt训练方法 | 0.8189 |