Bert Italian Cased Finetuned Pos

🚀 Italian-Bert (Italian Bert) + POS 🎃🏷

このモデルは、POS の下流タスク用に、Bert Base Italian を xtreme udpos Italian でファインチューニングしたものです。

🚀 クイックスタート

このモデルは、POS（品詞タグ付け）の下流タスクに特化してファインチューニングされています。以下のセクションでは、モデルの詳細、使用するデータセット、評価指標、そして使用例を紹介します。

✨ 主な機能

• 下流タスクの対応：POS タスクに特化したファインチューニングが行われています。
• 高精度：評価セットにおいて高い F1 スコア、精度、再現率を達成しています。

📦 インストール

このドキュメントには具体的なインストール手順が記載されていないため、このセクションを省略します。

📚 ドキュメント

下流タスク (POS) - データセットの詳細

• データセット: xtreme udpos Italian 📚

• @stefan-it が提供する NER スクリプトでのファインチューニング

• カバーされるラベル:

ADJ
ADP
ADV
AUX
CCONJ
DET
INTJ
NOUN
NUM
PART
PRON
PROPN
PUNCT
SCONJ
SYM
VERB
X

評価セットのメトリクス 🧾

💻 使用例

基本的な使用法

from transformers import pipeline

nlp_pos = pipeline(
    "ner",
    model="sachaarbonel/bert-italian-cased-finetuned-pos",
    tokenizer=(
        'sachaarbonel/bert-spanish-cased-finetuned-pos',  
        {"use_fast": False}
))


text = 'Roma è la Capitale d\'Italia.'

nlp_pos(text)
      
'''
出力:
--------
[{'entity': 'PROPN', 'index': 1, 'score': 0.9995346665382385, 'word': 'roma'},
 {'entity': 'AUX', 'index': 2, 'score': 0.9966597557067871, 'word': 'e'},
 {'entity': 'DET', 'index': 3, 'score': 0.9994786977767944, 'word': 'la'},
 {'entity': 'NOUN',
  'index': 4,
  'score': 0.9995198249816895,
  'word': 'capitale'},
 {'entity': 'ADP', 'index': 5, 'score': 0.9990894198417664, 'word': 'd'},
 {'entity': 'PART', 'index': 6, 'score': 0.57159024477005, 'word': "'"},
 {'entity': 'PROPN',
  'index': 7,
  'score': 0.9994804263114929,
  'word': 'italia'},
 {'entity': 'PUNCT', 'index': 8, 'score': 0.9772886633872986, 'word': '.'}]
'''

🔧 技術詳細

このドキュメントには具体的な技術詳細が記載されていないため、このセクションを省略します。

📄 ライセンス

このドキュメントにはライセンス情報が記載されていないため、このセクションを省略します。

作成者: Sacha Arbonel/@sachaarbonel | LinkedIn

作成場所: パリで ♥ を込めて作成