Skip to content

Commit

Permalink
Add version 2 of previous asset
Browse files Browse the repository at this point in the history
  • Loading branch information
fdalvi committed Oct 2, 2023
1 parent 4cd3c2c commit 13d4481
Show file tree
Hide file tree
Showing 2 changed files with 15 additions and 113 deletions.
Original file line number Diff line number Diff line change
@@ -1,25 +1,24 @@
import os
import re

from llmebench.datasets import ANERcorpDataset
from llmebench.models import OpenAIModel
from llmebench.models import GPTChatCompletionModel
from llmebench.tasks import NERTask


def metadata():
return {
"author": "Arabic Language Technologies, QCRI, HBKU",
"model": "gpt-4-32k (version 0314)",
"description": "GPT4 32k tokens model hosted on Azure, using the ChatCompletion API. API version '2023-03-15-preview'.",
"scores": {"Macro-F1": "0.355"},
}


def config():
return {
"dataset": ANERcorpDataset,
"dataset_args": {},
"task": NERTask,
"model": OpenAIModel,
"task_args": {},
"model": GPTChatCompletionModel,
"model_args": {
"api_type": "azure",
"api_version": "2023-03-15-preview",
"api_base": os.environ["AZURE_API_URL"],
"api_key": os.environ["AZURE_API_KEY"],
"engine_name": os.environ["ENGINE_NAME"],
"class_labels": [
"B-PERS",
"I-PERS",
Expand All @@ -32,6 +31,9 @@ def config():
],
"max_tries": 150,
},
"general_args": {
"data_path": "data/sequence_tagging_ner_pos_etc/NER/AnerCorp/ANERCorp_CamelLab_test.txt"
},
}


Expand All @@ -43,13 +45,14 @@ def prompt(input_sample):
},
{
"role": "user",
"content": f"Task Description: You are working as a named entity recognition expert and your task is to label a given arabic text with named entity labels. Your task is to identify and label any named entities present in the text. The named entity labels that you will be using are PER (person), LOC (location), ORG (organization) and MISC (miscellaneous). You may encounter multi-word entities, so make sure to label each word of the entity with the appropriate prefix ('B' for first word entity, 'I' for any non-initial word entity). For words which are not part of any named entity, you should return 'O'.\nNote: Your output format should be a list of tuples, where each tuple consists of a word from the input text and its corresponding named entity label.\nInput:{input_sample.split()}",
"content": f'وصف المهمّة: أنت تعمل خبيرًا في التعرّف إلى الكيانات المسمّاة ومهمّتك هي توصيف نص عربي معيّن بتسميات الكيانات المسمّاة. فعليك تحديد أي كيانات مسمّاة موجودة في النص وتسميتها. وتسميات الكيانات المسمّاة التي ستستخدمها هي PER (للأشخاص)، وLOC (للمواقع)، وORG (للمؤسّسات)، وMISC (للكيانات المتنوّعة). وقد تواجه كيانات تتألّف من عدّة كلمات، لذا تأكّد من تسمية كلّ كلمة في الكيان بالبادئة المناسبة ("B" للكلمة الأولى من الكيان، و"I" لأي كلمة غير الكلمة الأولى). أمّا بالنسبة إلى الكلمات التي لا تشكل جزءًا من أي كيان مسمّى، فعليك الرد بـ"O".\nملاحظة: تأكّد من إصدار النواتج بشكل لائحة من العديد، على أن يتألّف كلّ عديد منها من كلمة من نص الإدخال وتسمية الكيان المسمّى المقابل لها.\n الإدخال: {input_sample.split()}'
},
]


def post_process(response):
response = response["choices"][0]["message"]["content"]
response = response.replace("\n", "").strip()
possible_tags = [
"B-PER",
"I-PER",
Expand Down

This file was deleted.

0 comments on commit 13d4481

Please sign in to comment.