Ner Spanish Large

🚀 Flairによるスペイン語の固有表現認識（大規模モデル）

これは、Flair とともに提供される、スペイン語用の大規模な4クラス固有表現認識（NER）モデルです。

F1スコア: 90,54 (CoNLL - 03 スペイン語)

4種類のタグを予測します:

このモデルは、文書レベルのXLM - R埋め込みと FLERT をベースにしています。

🚀 クイックスタート

デモ: Flairでの使用方法

必要条件: Flair (pip install flair)

from flair.data import Sentence
from flair.models import SequenceTagger

# load tagger
tagger = SequenceTagger.load("flair/ner-spanish-large")

# make example sentence
sentence = Sentence("George Washington fue a Washington")

# predict NER tags
tagger.predict(sentence)

# print sentence
print(sentence)

# print predicted NER spans
print('The following NER tags are found:')
# iterate over entities and print
for entity in sentence.get_spans('ner'):
    print(entity)

これにより、以下の出力が得られます:

Span [1,2]: "George Washington"   [− Labels: PER (1.0)]
Span [5]: "Washington"   [− Labels: LOC (1.0)]

つまり、文 "George Washington fue a Washington" から、固有表現 "George Washington"（人物 とラベル付けされています）と "Washington"（場所 とラベル付けされています）が検出されます。

トレーニング: このモデルをトレーニングするスクリプト

このモデルをトレーニングするために、以下のFlairスクリプトが使用されました:

import torch

# 1. get the corpus
from flair.datasets import CONLL_03_SPANISH

corpus = CONLL_03_SPANISH()

# 2. what tag do we want to predict?
tag_type = 'ner'

# 3. make the tag dictionary from the corpus
tag_dictionary = corpus.make_tag_dictionary(tag_type=tag_type)

# 4. initialize fine-tuneable transformer embeddings WITH document context
from flair.embeddings import TransformerWordEmbeddings

embeddings = TransformerWordEmbeddings(
    model='xlm-roberta-large',
    layers="-1",
    subtoken_pooling="first",
    fine_tune=True,
    use_context=True,
)

# 5. initialize bare-bones sequence tagger (no CRF, no RNN, no reprojection)
from flair.models import SequenceTagger

tagger = SequenceTagger(
    hidden_size=256,
    embeddings=embeddings,
    tag_dictionary=tag_dictionary,
    tag_type='ner',
    use_crf=False,
    use_rnn=False,
    reproject_embeddings=False,
)

# 6. initialize trainer with AdamW optimizer
from flair.trainers import ModelTrainer

trainer = ModelTrainer(tagger, corpus, optimizer=torch.optim.AdamW)

# 7. run training with XLM parameters (20 epochs, small LR)
from torch.optim.lr_scheduler import OneCycleLR

trainer.train('resources/taggers/ner-spanish-large',
              learning_rate=5.0e-6,
              mini_batch_size=4,
              mini_batch_chunk_size=1,
              max_epochs=20,
              scheduler=OneCycleLR,
              embeddings_storage_mode='none',
              weight_decay=0.,
              )

)

📄 引用

このモデルを使用する際は、以下の論文を引用してください。

@misc{schweter2020flert,
    title={FLERT: Document-Level Features for Named Entity Recognition},
    author={Stefan Schweter and Alan Akbik},
    year={2020},
    eprint={2011.06993},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}

❓ 問題がある場合

Flairの問題追跡ページは こちら です。