tf-bao commited on
Commit
8b00348
·
verified ·
1 Parent(s): ccee4dd

Rename models to wapic-cws{,-base}.wac and move files into model/

Browse files
.gitattributes CHANGED
@@ -36,3 +36,5 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
36
  base-v5_p0.01.wac filter=lfs diff=lfs merge=lfs -text
37
  wapic-20260605.wac filter=lfs diff=lfs merge=lfs -text
38
  wapic-20260606-base.wac filter=lfs diff=lfs merge=lfs -text
 
 
 
36
  base-v5_p0.01.wac filter=lfs diff=lfs merge=lfs -text
37
  wapic-20260605.wac filter=lfs diff=lfs merge=lfs -text
38
  wapic-20260606-base.wac filter=lfs diff=lfs merge=lfs -text
39
+ model/wapic-cws.wac filter=lfs diff=lfs merge=lfs -text
40
+ model/wapic-cws-base.wac filter=lfs diff=lfs merge=lfs -text
README.md CHANGED
@@ -21,9 +21,9 @@ tags:
21
 
22
  | 文件 | 说明 |
23
  |---|---|
24
- | `wapic-20260605.wac` | **主模型**(发布代号 h25_30,48 MB,二进制格式) |
25
- | `wapic-20260606-base.wac` | Stage-1 base,warm-start 锚点(仅复现训练时需要) |
26
- | `pattern.txt` | 特征模板(unigram + bigram) |
27
 
28
  ## 指标
29
 
@@ -42,25 +42,25 @@ tags:
42
 
43
  ```bash
44
  # 交互式分词
45
- ./build/wapic -m wapic-20260605.wac
46
  # >>> 李镇全今天接受了记者的采访
47
  # 李镇全 今天 接受 了 记者 的 采访
48
 
49
  # 批量标注:输入为每行一个字符、空行分句
50
- ./build/wapic test -m wapic-20260605.wac input_nolabel.txt output_tags.txt
51
  ```
52
 
53
  Python 绑定(pybind11,见仓库 `build_py`):
54
 
55
  ```python
56
  import wapic
57
- seg = wapic.Segmenter("wapic-20260605.wac")
58
  seg.cut("中华人民共和国是一个伟大的国家")
59
  ```
60
 
61
  ## 训练
62
 
63
- 两阶段 warm-start:`wapic-20260606-base.wac`(Stage-1,12M LTP 语料)
64
  → 在 name-rich / 现代语料 mix 上 `--init-from` fine-tune → 剪枝。
65
  完整配方与数据见数据集仓库 `Ismantic/wapic-cws-data` 的 `RELEASE_TRAINING_DATA.md`。
66
 
 
21
 
22
  | 文件 | 说明 |
23
  |---|---|
24
+ | `model/wapic-cws.wac` | **主模型**(发布代号 h25_30,48 MB,二进制格式) |
25
+ | `model/wapic-cws-base.wac` | Stage-1 base,warm-start 锚点(仅复现训练时需要) |
26
+ | `model/pattern.txt` | 特征模板(unigram + bigram) |
27
 
28
  ## 指标
29
 
 
42
 
43
  ```bash
44
  # 交互式分词
45
+ ./build/wapic -m model/wapic-cws.wac
46
  # >>> 李镇全今天接受了记者的采访
47
  # 李镇全 今天 接受 了 记者 的 采访
48
 
49
  # 批量标注:输入为每行一个字符、空行分句
50
+ ./build/wapic test -m model/wapic-cws.wac input_nolabel.txt output_tags.txt
51
  ```
52
 
53
  Python 绑定(pybind11,见仓库 `build_py`):
54
 
55
  ```python
56
  import wapic
57
+ seg = wapic.Segmenter("model/wapic-cws.wac")
58
  seg.cut("中华人民共和国是一个伟大的国家")
59
  ```
60
 
61
  ## 训练
62
 
63
+ 两阶段 warm-start:`model/wapic-cws-base.wac`(Stage-1,12M LTP 语料)
64
  → 在 name-rich / 现代语料 mix 上 `--init-from` fine-tune → 剪枝。
65
  完整配方与数据见数据集仓库 `Ismantic/wapic-cws-data` 的 `RELEASE_TRAINING_DATA.md`。
66
 
pattern.txt → model/pattern.txt RENAMED
File without changes
wapic-20260606-base.wac → model/wapic-cws-base.wac RENAMED
File without changes
wapic-20260605.wac → model/wapic-cws.wac RENAMED
File without changes