srl-pt_bertimbau-base_hf

srl-pt_bertimbau-base_hf é um modelo de Semantic Role Labeling (SRL) para a língua portuguesa, ajustado (fine-tuned) a partir do modelo pré-treinado BERTimbau Base (neuralmind/bert-base-portuguese-cased) utilizando o corpus PropBank.Br.

Este repositório disponibiliza os pesos e a configuração para uso integrado ao ecossistema do Hugging Face.

Model Description

O modelo realiza a identificação e classificação automática de papéis semânticos (como ARG0, ARG1, ARGM-TMP, etc.) em sentenças em português, estruturando os argumentos em relação aos predicados (verbos) da frase.

• Desenvolvido por: LIAAD / INESC TEC
• Tipo de Modelo: Fine-Tuning de Encoder Transformer (BERTimbau Base)
• Idioma: Português (pt)
• Licença: MIT
• Modelo Base: neuralmind/bert-base-portuguese-cased
• Código de Origem: asofiaoliveira/srl_bert_pt

How to Get Started with the Model

Você pode carregar e utilizar o modelo através da API de pipelines do Hugging Face. Como o modelo possui restrições de arquitetura de tamanho de entrada (limite máximo de 512 tokens), recomenda-se validar o comprimento do texto antes da inferência:

import transformers
import nltk

# Certifique-se de baixar o tokenizador do NLTK se necessário:
# nltk.download('punkt')

# Carrega a pipeline de SRL utilizando o código customizado do repositório
srl_pipeline = transformers.pipeline(
    model="liaad/srl-pt_bertimbau-base_hf",
    trust_remote_code=True
)

texto = "O pesquisador analisou os dados no laboratório."
tokens = nltk.word_tokenize(texto)

# Verifica o limite máximo de tokens suportado pela arquitetura base
if len(tokens) <= 512:
    # Executa a predição utilizando o método correspondente
    resultado = srl_pipeline.predict_json(texto) 
    print(resultado)
else:
    print("A sentença excede o limite de 512 tokens e precisa ser dividida em lotes.")