Named Entity Recognition Nerkor Hubert Hungarian

🚀 ハンガリー語固有表現認識モデル (huBERT)

このモデルは、ハンガリー語の固有表現認識を行うためのものです。詳細なモデル、スクリプト、その他の詳細については、デモサイトを参照してください。

🚀 クイックスタート

このモデルを使用することで、ハンガリー語の文章から固有表現を抽出することができます。

✨ 主な機能

• 事前学習モデル: SZTAKI-HLT/hubert-base-cc
• ファインチューニングデータセット: NYTK-NerKor
• 認識対象の固有表現カテゴリ: PER（人名）、LOC（地名）、MISC（その他）、ORG（組織名）

📦 インストール

このモデルを使用するには、transformersライブラリが必要です。以下のコマンドでインストールできます。

pip install transformers

💻 使用例

基本的な使用法

from transformers import pipeline

ner = pipeline(task="ner", model="NYTK/named-entity-recognition-nerkor-hubert-hungarian")
input_text = "A Kovácsné Nagy Erzsébet nagyon jól érzi magát a Nokiánál, azonban a Németországból érkezett Kovács Péter nehezen boldogul a beilleszkedéssel."

print(ner(input_text, aggregation_strategy="simple"))

📚 ドキュメント

制限事項

• 最大シーケンス長: max_seq_length = 128

結果

F値: 90.18%

📄 ライセンス

このモデルは、Apache 2.0ライセンスの下で提供されています。

🔖 引用

このモデルを使用する場合は、以下の論文を引用してください。

@inproceedings {yang-language-models,
    title = {Training language models with low resources: RoBERTa, BART and ELECTRA experimental models for Hungarian},
    booktitle = {Proceedings of 12th IEEE International Conference on Cognitive Infocommunications (CogInfoCom 2021)},
    year = {2021},
    publisher = {IEEE},
    address = {Online},
    author = {Yang, Zijian Győző and Váradi, Tamás},
    pages = {279--285}
}