Das22 41 Camembert Pretrained Finetuned Ref

🚀 CamemBERT：19世紀フランスの商業ディレクトリにおけるNER用に事前学習および学習されたモデル [GOLD訓練セット]

このモデルは、以下の論文の資料の一部です。このモデルは、19世紀のフランスの商業ディレクトリにおける固有表現認識（NER）の再現性を目的としています。

🚀 クイックスタート

このモデルを訓練するためのソースコードは、論文のGitHubリポジトリにJupyterノートブックとして src/ner/40_experiment_2.ipynb で公開されています。

📚 ドキュメント

モデルの説明

このモデルは、事前学習済みモデル das22-10-camembert_pretrained を、論文中で「参照データセット」と呼ばれる6004件の手動でアノテーションされたディレクトリエントリに対するNERに適応させたものです。

商業ディレクトリのエントリは、人や企業の名前、活動内容、所在地を記載した短くて構造が強いテキストです。例えば：

Peynaud, R. de la Vieille Bouclerie, 18. Richard, Joullain et comp., (commission- —Phéâtre Français. naire, (entrepôt), au port de la Rapée-

想定される用途と制限

このモデルは、DAS2022論文に掲載されたNER評価の再現性を目的としています。商業ディレクトリにおけるNER用に訓練されたいくつかの派生モデルがHuggingFaceで利用可能です。それぞれ異なるデータセットで訓練されています。

• das22-10-camembert_pretrained_finetuned_ref：約6000件の手動で修正されたディレクトリエントリに対するNER用に訓練されています。
• das22-10-camembert_pretrained_finetuned_pero：PERO-OCRで抽出された約6000件のディレクトリエントリに対するNER用に訓練されています。
• das22-10-camembert_pretrained_finetuned_tess：Tesseractで抽出された約6000件のディレクトリエントリに対するNER用に訓練されています。

訓練のハイパーパラメータ

論文中で詳細を確認できます。

訓練結果

論文中で詳細を確認できます。

フレームワークのバージョン

• Transformers 4.16.0.dev0
• Pytorch 1.10.1+cu102
• Datasets 1.17.0
• Tokenizers 0.10.3

引用

このモデルに関する詳細は、以下の論文を参照してください。

Abadie, N., Carlinet, E., Chazalon, J., Duménieu, B. (2022). A Benchmark of Named Entity Recognition Approaches in Historical Documents Application to 19𝑡ℎ Century French Directories. In: Uchida, S., Barney, E., Eglin, V. (eds) Document Analysis Systems. DAS 2022. Lecture Notes in Computer Science, vol 13237. Springer, Cham. https://doi.org/10.1007/978-3-031-06555-2_30