English BertForSequenceClassification Cased model (from yuan1729)

Description

Pretrained BertForSequenceClassification model, adapted from Hugging Face and curated to provide scalability and production-readiness using Spark NLP. Non_CL is a English model originally trained by yuan1729.

Predicted Entities

個人資料保護法, 竊盜犯贓物犯保安處分條例, 洗錢防制法, 商業會計法, 性騷擾防治法, 臺灣地區與大陸地區人民關係條例, 廢棄物清理法, 著作權法, 藥事法, 證券交易法, 稅捐稽徵法, 道路交通管理處罰條例, 電信法, 中華民國九十六年罪犯減刑條例, 商標法, 道路交通安全規則, 道路交通標誌標線號誌設置規則, 律師法, 貪污治罪條例, 家庭暴力防治法, 公設辯護人條例, 通訊保障及監察法, 轉讓毒品加重其刑之數量標準, 毒品危害防制條例, 中華民國憲法, 就業服務法, 公司法, 陸海空軍刑法, 兒童及少年福利與權益保障法, 戶籍法, 兒童及少年性剝削防制條例, 森林法, 妨害兵役治罪條例, 管制藥品管理條例, 組織犯罪防制條例, 公職人員選舉罷免法, 懲治走私條例, 職業安全衛生法, 性侵害犯罪防治法, 水土保持法, 槍砲彈藥刀械管制條例, 入出國及移民法, 罰金罰鍰提高標準條例, 民法, 電子遊戲場業管理條例, 銀行法, 軍事審判法, 區域計畫法, 政府採購法

Live Demo Open in Colab Download Copy S3 URI

How to use

documentAssembler = DocumentAssembler() \
        .setInputCol("text") \
        .setOutputCol("document")

tokenizer = Tokenizer() \
    .setInputCols("document") \
    .setOutputCol("token")

sequenceClassifier_loaded = BertForSequenceClassification.pretrained("bert_classifier_non_cl","en") \
    .setInputCols(["document", "token"]) \
    .setOutputCol("class")

pipeline = Pipeline(stages=[documentAssembler, tokenizer,sequenceClassifier_loaded])

data = spark.createDataFrame([["PUT YOUR STRING HERE"]]).toDF("text")

result = pipeline.fit(data).transform(data)

val documentAssembler = new DocumentAssembler() 
          .setInputCol("text") 
          .setOutputCol("document")

val tokenizer = new Tokenizer() 
    .setInputCols(Array("document"))
    .setOutputCol("token")

val sequenceClassifier_loaded = BertForSequenceClassification.pretrained("bert_classifier_non_cl","en") 
    .setInputCols(Array("document", "token")) 
    .setOutputCol("class")

val pipeline = new Pipeline().setStages(Array(documentAssembler, tokenizer,sequenceClassifier_loaded))

val data = Seq("PUT YOUR STRING HERE").toDF("text")

val result = pipeline.fit(data).transform(data)

Model Information

References

• https://huggingface.co/yuan1729/Non_CL