阿拉伯风情+fastText词性标注模型（埃及和黎凡特）

该预训练的词性标注模型基于同时包含埃及和黎凡特（约旦、黎巴嫩、巴勒斯坦、叙利亚）方言的语料库，在埃及阿拉伯语和英语的代码转换中进行训练。该模型使用了 Flair （前向+后向）和 fastText 的嵌入。

预训练语料库：

该序列标注模型是在以下语料库上进行预训练的：

用法

from flair.data import Sentence
from flair.models import SequenceTagger
  
tagger = SequenceTagger.load("megantosh/flair-arabic-dialects-codeswitch-egy-lev")
sentence = Sentence('عمرو عادلي أستاذ للاقتصاد السياسي المساعد في الجامعة الأمريكية  بالقاهرة .')
tagger.predict(sentence)
for entity in sentence.get_spans('pos'):
    print(entity)

由于从左到右的右到左上下文，可能会出现一些格式错误。所以你的代码可能看起来像 this (link accessed on 2020-10-27)。

得分和标签集

• F-score（微平均）：0.8974
• F-score（宏平均）：0.5188
• 准确性（包括无类别）：0.901

展开下面的细节以显示每个标签的类别得分。注意，标签化合物（为多个粘合词性创建的标签）被视为单独的标签。

引用

如果您使用了该模型，请考虑引用 this work ：

@unpublished{MMHU21
author = "M. Megahed",
title = "Sequence Labeling Architectures in Diglossia",
year = {2021},
doi = "10.13140/RG.2.2.34961.10084"
url = {https://www.researchgate.net/publication/358956953_Sequence_Labeling_Architectures_in_Diglossia_-_a_case_study_of_Arabic_and_its_dialects}
}