Bert Base German Finetuned Ler

🚀 ドイツ語BERT + LER (法的エンティティ認識) ⚖️

ドイツ語BERT (BERT-base-german-cased) を Legal-Entity-Recognition データセットでファインチューニングし、LER (NER) の下流タスクに対応させたモデルです。

🚀 クイックスタート

このモデルは、ドイツ語の法的文書におけるエンティティ認識に特化しています。以下のセクションでは、モデルの詳細、データセット、評価指標、使用例について説明します。

✨ 主な機能

• ドイツ語の法的文書に対する高精度なエンティティ認識が可能です。
• Hugging Faceのパイプラインを使用して簡単に利用できます。

📚 ドキュメント

下流タスク (NER) の詳細 - データセット

Legal-Entity-Recognition は、法的文書における細粒度の固有表現認識を目的としたデータセットです。

このデータセットは、2017年と2018年の裁判決定文書から構成されており、連邦司法消費者保護省 によってオンライン公開されています。文書は、7つの連邦裁判所（連邦労働裁判所 (BAG)、連邦財務裁判所 (BFH)、連邦最高裁判所 (BGH)、連邦特許裁判所 (BPatG)、連邦社会裁判所 (BSG)、連邦憲法裁判所 (BVerfG)、連邦行政裁判所 (BVerwG)）から収集されています。

• トレーニングスクリプト: HuggingfaceによるNERのファインチューニングスクリプト Colab: HFスクリプトを使用してNER用のモデルをファインチューニングする方法

• カバーされるラベル (およびその分布):

    107 B-AN
    918 B-EUN
   2238 B-GRT
  13282 B-GS
   1113 B-INN
    704 B-LD
    151 B-LDS
   2490 B-LIT
    282 B-MRK
    890 B-ORG
   1374 B-PER
   1480 B-RR
  10046 B-RS
    401 B-ST
     68 B-STR
   1011 B-UN
    282 B-VO
    391 B-VS
   2648 B-VT
     46 I-AN
   6925 I-EUN
   1957 I-GRT
  70257 I-GS
   2931 I-INN
    153 I-LD
     26 I-LDS
  28881 I-LIT
    383 I-MRK
   1185 I-ORG
    330 I-PER
    106 I-RR
 138938 I-RS
     34 I-ST
     55 I-STR
   1259 I-UN
   1572 I-VO
   2488 I-VS
  11121 I-VT
1348525 O

• アノテーションガイドライン (ドイツ語)

評価セットにおけるメトリクス

💻 使用例

基本的な使用法

パイプラインを使用した高速な利用方法:

from transformers import pipeline

nlp_ler = pipeline(
    "ner",
    model="mrm8488/bert-base-german-finetuned-ler",
    tokenizer="mrm8488/bert-base-german-finetuned-ler"
)

text = "Your German legal text here"

nlp_ler(text)

Created by Manuel Romero/@mrm8488

Made with ♥ in Spain