Albert Fa Zwnj Base V2 Ner

🚀 AlbertNER

このモデルは、ARMAN、PEYMA、およびWikiANNから収集された混合固有表現認識（NER）データセットを使用して、固有表現認識（NER）タスクに対して微調整されています。このデータセットは10種類のエンティティをカバーしています。

• 日付 (DAT)
• イベント (EVE)
• 施設 (FAC)
• 場所 (LOC)
• 金額 (MON)
• 組織 (ORG)
• パーセント (PCT)
• 人物 (PER)
• 製品 (PRO)
• 時間 (TIM)

📚 データセット情報

📊 評価

以下の表は、モデルの全体的なスコアと各クラスのスコアをまとめたものです。

全体

各エンティティ

💻 使用例

基本的な使用法

このモデルは、Transformersのパイプラインを使用してNERに利用できます。

必要なライブラリのインストール

pip install sentencepiece
pip install transformers

パイプラインを使用した予測方法

from transformers import AutoTokenizer
from transformers import AutoModelForTokenClassification  # for pytorch
from transformers import TFAutoModelForTokenClassification  # for tensorflow
from transformers import pipeline


model_name_or_path = "HooshvareLab/albert-fa-zwnj-base-v2-ner"  # Albert
tokenizer = AutoTokenizer.from_pretrained(model_name_or_path)
model = AutoModelForTokenClassification.from_pretrained(model_name_or_path)  # Pytorch
# model = TFAutoModelForTokenClassification.from_pretrained(model_name_or_path)  # Tensorflow

nlp = pipeline("ner", model=model, tokenizer=tokenizer)
example = "در سال ۲۰۱۳ درگذشت و آندرتیکر و کین برای او مراسم یادبود گرفتند."

ner_results = nlp(example)
print(ner_results)

❓ 質問がある場合

ParsNER IssuesリポジトリにGitHubのイシューを投稿してください。