Bert Addresses

🚀 モデルカード

このモデルは、人名、組織名、住所をタグ付けするために開発されました。Conll、ontonotes5、および独自に作成したカスタム住所データセットを組み合わせたデータを使用しています。タグをクリーニングし、米国の住所を検出します。 ["O", "B-ORG", "I-ORG", "B-PER", "I-PER", "B-addr", "I-addr"]

🚀 クイックスタート

モデルカードのメタデータに関する参考情報は、仕様を参照してください: https://github.com/huggingface/hub-docs/blob/main/modelcard.md?plain=1 ドキュメント/ガイド: https://huggingface.co/docs/hub/model-cards

✨ 主な機能

このモデルは、人名、組織名、住所をタグ付けする機能を持っています。Conll、ontonotes5、独自のカスタム住所データセットを組み合わせたデータを使用しており、米国の住所を検出することができます。

📦 インストール

このセクションでは、インストールに関する具体的なコマンドが提供されていないため、省略されます。

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline
tokenizer = AutoTokenizer.from_pretrained('bert-base-cased')
model = AutoModelForTokenClassification.from_pretrained("ctrlbuzz/bert-addresses")
nlp = pipeline("ner", model=model, tokenizer=tokenizer)
example = "While Maria was representing Johnson & Associates at a conference in Spain, she mailed me a letter from her new office at 123 Elm St., Apt. 4B, Springfield, IL.",

print(nlp(example))

📚 ドキュメント

モデルの説明

• 開発者: ctrlbuzz
• モデルタイプ: Bert
• 言語 (NLP): 固有表現抽出
• ファインチューニング元のモデル [オプション]: bert-base-cased

用途

直接利用

from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline
tokenizer = AutoTokenizer.from_pretrained('bert-base-cased')
model = AutoModelForTokenClassification.from_pretrained("ctrlbuzz/bert-addresses")
nlp = pipeline("ner", model=model, tokenizer=tokenizer)
example = "While Maria was representing Johnson & Associates at a conference in Spain, she mailed me a letter from her new office at 123 Elm St., Apt. 4B, Springfield, IL.",

print(nlp(example))

🔧 技術詳細

このセクションでは、具体的な技術説明が50文字以上提供されていないため、省略されます。

📄 ライセンス

このセクションでは、ライセンス情報が提供されていないため、省略されます。