Tinybert Spanish Uncased Finetuned Ner

🚀 スペイン語TinyBERT + 固有表現抽出（NER）

このモデルは、私が蒸留法を用いて作成したスペイン語TinyBertをベースに、NER-Cデータセットに対して微調整を行い、固有表現抽出（NER） の下流タスクに使用するためのものです。このモデルのサイズはわずか55MBです。

🚀 クイックスタート

このモデルは、スペイン語TinyBertをベースに、固有表現抽出の下流タスクに対して微調整されています。以下のセクションでは、詳細な情報と使用例を提供します。

📚 ドキュメント

下流タスク（NER）の詳細 - データセット

• データセット：CONLL Corpora ES

私はデータセットを前処理し、80/20の比率で訓練セットと開発セットに分割しました。

• Huggingfaceが提供するNER微調整スクリプトの使用

• カバーするラベル：

B-LOC
B-MISC
B-ORG
B-PER
I-LOC
I-MISC
I-ORG
I-PER
O

評価セットの指標

モデル比較

💻 使用例

基本的な使用法

import torch
from transformers import AutoModelForTokenClassification, AutoTokenizer

id2label = {
    "0": "B-LOC",
    "1": "B-MISC",
    "2": "B-ORG",
    "3": "B-PER",
    "4": "I-LOC",
    "5": "I-MISC",
    "6": "I-ORG",
    "7": "I-PER",
    "8": "O"
}

tokenizer = AutoTokenizer.from_pretrained('mrm8488/TinyBERT-spanish-uncased-finetuned-ner')
model = AutoModelForTokenClassification.from_pretrained('mrm8488/TinyBERT-spanish-uncased-finetuned-ner')
text ="Mis amigos están pensando viajar a Londres este verano."
input_ids = torch.tensor(tokenizer.encode(text)).unsqueeze(0)

outputs = model(input_ids)
last_hidden_states = outputs[0]

for m in last_hidden_states:
  for index, n in enumerate(m):
    if(index > 0 and index <= len(text.split(" "))):
      print(text.split(" ")[index-1] + ": " + id2label[str(torch.argmax(n).item())])
      
'''
Output:
--------
Mis: O
amigos: O
están: O
pensando: O
viajar: O
a: O
Londres: B-LOC
este: O
verano.: O
'''

Manuel Romero/@mrm8488によって作成されました。

スペインで愛情を込めて作られました ❤️