Bert Base Turkish Uncased Ner

🚀 bert-base-turkish-uncased-ner

このモデルは、turkish-wiki_nerデータセットでdbmdz/bert-base-turkish-uncasedをファインチューニングしたバージョンです。評価セットで以下の結果を達成しています。

🚀 クイックスタート

このモデルは、turkish-wiki_nerデータセットでdbmdz/bert-base-turkish-uncasedをファインチューニングしたものです。訓練データセットは18,967サンプル、検証データセットは1,000サンプルで、どちらもWikipediaデータから派生しています。

詳細情報については、このリンクをご覧ください: https://huggingface.co/datasets/turkish-nlp-suite/turkish-wikiNER

✨ 主な機能

評価セットでの結果

• 損失: 0.2603
• F1: 0.7821

ラベル

• CARDINAL
• DATE
• EVENT
• FAC
• GPE
• LANGUAGE
• LAW
• LOC
• MONEY
• NORP
• ORDINAL
• ORG
• PERCENT
• PERSON
• PRODUCT
• QUANTITY
• TIME
• TITLE
• WORK_OF_ART

ファインチューニングプロセス

https://github.com/saribasmetehan/bert-base-turkish-uncased-ner

💻 使用例

基本的な使用法

from transformers import pipeline
import pandas as pd

text = "Bu toplam sıfır ise, Newton'ın birinci yasası cismin hareket durumunun değişmeyeceğini söyler."
model_id = "saribasmetehan/bert-base-turkish-uncased-ner"
ner = pipeline("ner",model = model_id)
preds= ner(text, aggregation_strategy = "simple")

pd.DataFrame(preds)

モデルの直接ロード

from transformers import AutoModelForTokenClassification, AutoTokenizer

model_name = "saribasmetehan/bert-base-turkish-uncased-ner"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForTokenClassification.from_pretrained(model_name)

🔧 技術詳細

訓練ハイパーパラメータ

訓練中に以下のハイパーパラメータが使用されました。

• 学習率: 2e-05
• 訓練バッチサイズ: 16
• 評価バッチサイズ: 16
• シード: 42
• オプティマイザ: Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラのタイプ: 線形
• エポック数: 4

訓練結果

フレームワークのバージョン

• Transformers 4.41.2
• Pytorch 2.3.0+cu121
• Datasets 2.19.2
• Tokenizers 0.19.1

📄 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。