如何加载multi task learning预训练的某个模型

[geasyheart]

Describe the feature and the current behavior/state.

Will this change the current api? How?

Who will benefit with this feature?

Are you willing to contribute it (Yes/No):

System information

• OS Platform and Distribution (e.g., Linux Ubuntu 16.04):
• Python version:
• HanLP version:

Any other info

• [x] I've carefully completed this form.

您好，非常不好意思打扰，在readme里面有这么一句话：

根据我们的[最新研究](https://aclanthology.org/2021.emnlp-main.451)，单任务学习的性能往往优于多任务学习。在乎精度甚于速度的话，建议使用[单任务模型](https://hanlp.hankcs.com/docs/api/hanlp/pretrained/index.html)。

所以我将SRL模型从multi task learning预训练模型抽出来，但是预测的结果并不一样，所以麻烦作者大大帮忙看下具体问题在哪，应该怎么修改。更具体代码请看：bbs hankcs 如何将multi task训练的某个模型抽取出来 。

非常感谢！！

[hankcs]

请仔细阅读文档。

1. 在内存有限的场景下，用户还可以删除不需要的任务达到模型瘦身的效果。但瘦身后准确率不变。
2. 单任务 https://github.com/hankcs/HanLP/blob/doc-zh/plugins/hanlp_demo/hanlp_demo/zh/srl_stl.ipynb

[geasyheart]

您好，您这些例子我也看到了，也知道您multi task learning是在自己私有数据集上训练得到的，比如CLOSE_TOK_POS_NER_SRL_DEP_SDP_CON_ELECTRA_SMALL_ZH。那我想做的事情是：

在您私有数据集训练出来的结果上，删除不必要的任务，只保留SRL，然后再在这个基础上进行微调。

但是我发现在保留SRL后进行和原模型进行验证时， 推理结果和HanLP = hanlp.load(hanlp.pretrained.mtl.CLOSE_TOK_POS_NER_SRL_DEP_SDP_CON_ELECTRA_SMALL_ZH,)结果不一致。

更具体代码在hankcs bbs。

非常感谢！！