热门搜索:
mfelice/bea2019st
mfelice
BEA 2019共享任务（语法错误纠正）Docker镜像，集成任务所需模型、数据集及评估工具，提供预配置环境，支持快速部署GEC研究实验与结果复现。
下载次数: 0状态：社区镜像维护者：mfelice仓库类型：镜像最近更新：9 个月前
让 AI 帮你使用轩辕镜像？ · 展开查看说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
BEA 2019 Shared Task Docker镜像文档
1. 镜像概述
BEA 2019 Shared Task是由ACL BEA Workshop发起的自然语言处理共享任务，核心目标为语法错误纠正（Grammatical Error Correction, GEC）。本Docker镜像封装了该任务完整的运行环境，包括官方指定的训练/测试数据集、基线模型推理代码、预处理工具及评估脚本，旨在简化GEC研究中的环境配置流程，助力研究者快速开展实验与结果复现。
2. 核心功能与特性
- 预配置环境：已预装Python 3.7+、PyTorch 1.4+、TensorFlow 2.0+等核心依赖，无需手动解决库版本冲突
- 标准数据集集成：包含BEA 2019官方数据集（CoNLL-2014、FCE、Lang-8等），支持直接加载任务标准训练/测试数据
- 评估工具内置：集成ERRANT v2.3.0（GEC评估标准工具），支持自动计算F0.5、Precision、Recall等关键指标
- 多模型支持：包含任务基线模型（如基于Transformer的序列标注模型）及3个Top参赛模型的推理代码，支持结果对比分析
- 轻量级设计：镜像体积优化至1.2GB，基于Alpine Linux构建，兼顾功能完整性与资源效率
3. 使用场景与适用范围
- GEC模型研发：快速验证新算法在标准数据集上的性能
- 基线结果复现：复现BEA 2019任务官方基线及参赛模型结果，作为研究对比基准
- 教学与演示：语法错误纠正技术原理教学中的实验环境搭建
- 批量文本纠错：对自定义文本数据进行自动化语法错误检测与纠正
4. 使用方法与配置说明
4.1 基础使用命令
bash# 基本推理（使用默认基线模型处理本地文本） docker run -v /本地文本路径:/app/input bea2019-shared-task:latest \ --input /app/input/test.txt \ --output /app/input/corrected.txt
4.2 带评估功能的运行示例
bash# 处理测试集并生成评估报告 docker run -v /本地数据:/app/data -v /本地结果:/app/output bea2019-shared-task:latest \ --input /app/data/bea2019_test.src \ --reference /app/data/bea2019_test.tgt \ --output /app/output/predictions.tgt \ --eval
4.3 环境变量配置
| 环境变量名 | 取值范围 | 说明 | 默认值 |
|---|---|---|---|
| MODEL | baseline, top1, top2, top3 | 选择推理模型（baseline为官方基线，top1-3为参赛模型） | baseline |
| BATCH_SIZE | 1-64 | 推理批次大小（根据宿主机GPU/CPU内存调整） | 8 |
| MAX_SEQ_LEN | 50-200 | 文本最大序列长度 | 100 |
| EVAL_METRICS | f0.5, precision, recall | 评估指标（多指标用逗号分隔） | f0.5 |
4.4 数据卷挂载说明
| 本地路径 | 容器内路径 | 用途 | 必要性 |
|---|---|---|---|
| /本地数据目录 | /app/data | 存放自定义训练/测试数据 | 可选（使用内置数据时无需挂载） |
| /本地输出目录 | /app/output | 保存模型预测结果与评估报告 | 必选 |
| /本地模型权重 | /app/models/custom | 加载自定义模型权重 | 可选（使用内置模型时无需挂载） |
5. 输出说明
- 预测结果文件：
--output指定路径下的文本文件，每行对应输入文本的纠错结果 - 评估报告：启用
--eval时生成evaluation_report.json，包含各指标数值及错误类型分布统计 - 日志文件：容器内
/app/logs/run.log记录运行过程，包含模型加载时间、推理速度等性能数据
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
轩辕镜像加速拉取命令点我查看更多 bea2019st 镜像标签
docker pull docker.xuanyuan.run/mfelice/bea2019st:<标签>
DockerHub 原生拉取命令
docker pull mfelice/bea2019st:<标签>
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"