警告： sticker已被SyntaxDot取代，支持许多新特性

• 多任务学习。
• 预训练的转换器模型，如BERT和XLM-R。
• 除了序列标注之外，还有双线性句法分析。
• 词形还原。

sticker

sticker是一个使用神经网络的序列标注器。

介绍

sticker是一个序列标注器，它使用循环神经网络、转换器或扩张卷积神经网络。原则上，它可以用于执行任何序列标注任务，但到目前为止，重点一直集中在

• 词性标注
• 拓扑字段标注
• 依存句法分析
• 命名实体识别

特性

• 输入表示
  • finalfusion子词单位嵌入
  • 双向字节LSTM
• 隐藏表示
  • 双向循环神经网络（LSTM或GRU）
  • 转换器
  • 扩张卷积
• 分类层
  • Softmax（最佳N）
  • CRF
• 部署
  • 与libtensorflow链接的独立二进制文件
  • 非常自由的许可证
  • 带有模型的Docker容器

状态

sticker几乎已准备好投入生产，我们正在准备发布1.0.0版本。使用当前版本创建的图和模型必须与sticker 1.x.y兼容。在发布1.0.0之前，API或配置文件可能还会发生破坏性更改。

下一步该做什么

• 安装sticker
• 预训练模型
• 使用sticker
• 训练sticker模型

参考文献

sticker使用了以下论文中的技术或受到了启发

• Finding Function in Form: Compositional Character Models for Open Vocabulary Word Representation. Wang Ling, Chris Dyer, Alan W Black, Isabel Trancoso, Ramón Fermandez, Silvio Amir, Luís Marujo, Tiago Luís, 2015, Proceedings of the 2015 Conference on Empirical Methods in Natural Language Processing
• 基于拓扑域的基于转换的依存句法分析. Daniël de Kok, Erhard Hinrichs, 2016, 第54届计算语言学协会年会论文集
• 作为序列标注的可行依存句法分析. Michalina Strzyz, David Vilares, Carlos Gómez-Rodríguez, 2019, 第2019年北美国计算语言学协会人机语言技术会议论文集

问题

您可以在 sticker 问题跟踪器 中报告错误和功能请求。

许可证

sticker 在 Blue Oak Model License 版本 1.0.0 下许可。位于 tf-proto 的 Tensorflow 协议缓冲区定义在 Apache License 版本 2.0 下许可。贡献者名单也可用 此处。

致谢

• sticker 由 Daniël de Kok 和 Tobias Pütz 开发。
• sticker 的 Python 前身由 Erik Schill 开发。
• Sebastian Pütz 和 Patricia Fischer 对 sticker 项目中的大量代码进行了审查。