基于BERT的中文时间类型分类

基于 BERT 的中文时间类型三分类模型。输入一个陈述句，判断其时间类型为 STATIC（静态/一般现在时）、DYNAMIC（动态/将来时）还是 ATEMPORAL（非时间相关）。

输入数据应该为如下结构

{
    "statement_text": "明天我要去北京出差。"
}

• statement_text：待判断时间类型的陈述句

模型输出为一个概率分布和预测标签，具体而言，被组装为如下格式

{
  "predicted_label": "DYNAMIC",
  "probabilities": {
    "STATIC": 0.0123,
    "DYNAMIC": 0.9876,
    "ATEMPORAL": 0.0001
  }
}

• predicted_label：预测的时间类型标签
• probabilities：三类概率分布

关于模型原理，基于 bert_base_chinese 在本地训练集上读取文本进行训练，并通过 softmax 输出三类的概率分布。

可以在下载本项目后用如下代码测试模型效果

python main.py