Gliner Large V2.5 Groceries

🚀 食料品固有表現抽出モデル

テキスト内の食料品や食品カテゴリを識別するために微調整されたGLiNERモデルです。

こちらをクリックして、実際にモデルを試してみてください！

🚀 クイックスタート

このモデルは、食料品固有表現抽出データセットで微調整され、果物、野菜、乳製品など14種類の食料品カテゴリを識別することができます。

⚠️ 重要な注意

5月20日以降、empathyai組織のすべてのモデルにはアクセス要求が必要になります。サービスの中断を避けるために、認証資格情報が適切に設定されていることを確認してください。

✨ 主な機能

このモデルは、食料品固有表現抽出データセットを使用して微調整され、以下の14種類の食料品カテゴリを識別することができます。

サポートされるエンティティタイプ

• 果物・野菜
• 乳糖、乳製品、卵、チーズ、ヨーグルト
• 肉、魚、シーフード
• 冷凍食品、レディミール
• ベーキング、料理
• シリアル、穀物、缶詰、種子
• パン
• スナック、ペストリー、おやつ
• 冷凍デザート
• 温かい飲み物、冷たい飲み物
• アルコール飲料
• スパイス、ソース
• 世界各国の食品
• 食事制限、健康、アレルゲン、ライフスタイル

🔧 技術詳細

トレーニングの詳細

💻 使用例

基本的な使用法

!pip install gliner

from gliner import GLiNER

# モデルの読み込み
model = GLiNER.from_pretrained("empathyai/gliner_large-v2.5-groceries")

labels = [
    "Fruits Vegetables",
    "Lactose, Diary, Eggs, Cheese, Yoghurt",
    "Meat, Fish, Seafood",
    "Frozen, Prepared Meals",
    "Baking, Cooking",
    "Cereals, Grains, Canned, Seeds",
    "Breads",
    "Snacks, Pastries, Treats",
    "Frozen Desserts",
    "Hot Drinks, Chilled Drinks",
    "Alcoholic Drinks",
    "Spices, Sauces",
    "World Foods",
    "Dietary Restrictions, Health, Allergens, Lifestyle"
  ]

# サンプルテキスト
text = "I need to buy milk, bread, and fresh apples"

# 予測の取得
predictions = model.predict_entities(text, labels=labels)
print(predictions)

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で提供されています。