README.md

bert crf

数据预处理

• preprocess/preprocess_main.py

模型训练与保存

使用transformers预训练

--train_file 训练数据集

--dev_file 验证数据集

--weight_dir 模型权重存储

--model_dir 模型存储

--n_vocab 词典大小 21862 bert原有21128

--n_label 标签个数

--seq_length 序列最大长度

--print_step

--epoch

--droprate

--batch_size batch_size=64是最好的

--pretrain_name 预训练语言模型名称

--cache_dir transformers预训练语言模型缓存路径

python bert_crf.py --train_file "./data/train.tfrecord"
--dev_file "./data/dev.tfrecord"
--weight_dir "./weights/BertCrfModel/BertCrfModel"
--model_dir "./models/bert_crf"
--n_vocab 21862
--n_label 65
--seq_length 512
--print_step 5
--epoch 30
--droprate 0.2
--batch_size 64

模型测试

--test_file 测试的tf_record

python model_test.py --test_file "./data/test.tfrecord"
--test_res_file "./data/test_res.txt"
--weight_dir "./weights/BertCrfModel/BertCrfModel"
--model_dir "./models/bert_crf"

其他

对比来结果和模型预测结果一同

diff_compare.py

更改 vocab_size 大小

tf_bert_pretrained_model.py

重写 load_tf_weights方法 saved_weight_value 代码第129～143行

transformers 预训练

预训练模型继承关系：

TFBert(TFBertPreTrainedModel)

TFBertForPreTraining.TFBertPreTrainedModel(TFPreTrainedModel)

TFPreTrainedModel(tf.keras.Model, TFModelUtilsMixin, TFGenerationMixin, PushToHubMixin)

https://huggingface.co/transformers/_modules/transformers/modeling_tf_utils.html#TFPreTrainedModel

重写 load_tf_weights方法 saved_weight_value