Mdeberta V3 Base Turkish Ner

🚀 トルコ語固有表現認識 (NER) モデル

このモデルは、「microsoft/mDeBERTa - v3 - base」（DeBERTa V3の多言語版）を、有名なトルコ語NERデータセットのレビュー済みバージョン (https://github.com/stefan-it/turkish-bert/files/4558187/nerdata.txt) を使用してファインチューニングしたバージョンです。

🚀 クイックスタート

このトルコ語固有表現認識 (NER) モデルは、トルコ語の文章から固有表現を識別するために使用できます。以下に使用方法や詳細な情報を示します。

✨ 主な機能

• トルコ語の文章から固有表現（人物、組織、場所など）を認識します。
• 「microsoft/mDeBERTa - v3 - base」モデルをファインチューニングしているため、高い精度で固有表現を検出できます。

📦 インストール

このモデルはHugging FaceのTransformersライブラリを使用しています。必要なライブラリがインストールされていることを確認してください。

💻 使用例

基本的な使用法

# モデルとトークナイザーの読み込み
model = AutoModelForTokenClassification.from_pretrained("akdeniz27/mDeBERTa-v3-base-turkish-ner")
tokenizer = AutoTokenizer.from_pretrained("akdeniz27/mDeBERTa-v3-base-turkish-ner")
# NERパイプラインの初期化
ner = pipeline('ner', model=model, tokenizer=tokenizer, aggregation_strategy="simple")
# 固有表現認識の実行
ner("<your text here>")

高度な使用法

entity groupingについては、「https://huggingface.co/transformers/_modules/transformers/pipelines/token_classification.html」を参照して、aggregation_strategyパラメータを使用してください。

🔧 技術詳細

ファインチューニングパラメータ

task = "ner"
model_checkpoint = "microsoft/mdeberta-v3-base"
batch_size = 8 
label_list = ['O', 'B-PER', 'I-PER', 'B-ORG', 'I-ORG', 'B-LOC', 'I-LOC']
max_length = 512 
learning_rate = 2e-5 
num_train_epochs = 2 
weight_decay = 0.01 

参照テスト結果

• f1: 0.95
• precision: 0.94
• recall: 0.96

📄 ライセンス

このモデルはMITライセンスの下で提供されています。