🚀 Flair英文命名实体識別(大規模モデル)
このプロジェクトは、英語用の大型の4カテゴリ命名エンティティ認識(NER)モデルであり、Flair ライブラリの一部です。このモデルは、英語テキスト中の命名エンティティを効果的に識別し、情報抽出などの自然言語処理タスクをサポートします。
🚀 クイックスタート
環境要件
Flair ライブラリをインストールする必要があります。以下のコマンドを使用してインストールできます。
pip install flair
コード例
from flair.data import Sentence
from flair.models import SequenceTagger
tagger = SequenceTagger.load("flair/ner-english-large")
sentence = Sentence("George Washington went to Washington")
tagger.predict(sentence)
print(sentence)
print('The following NER tags are found:')
for entity in sentence.get_spans('ner'):
print(entity)
出力例
Span [1,2]: "George Washington" [− Labels: PER (1.0)]
Span [5]: "Washington" [− Labels: LOC (1.0)]
文 "George Washington went to Washington" では、エンティティ "George Washington"(人物 としてラベル付け)と "Washington"(場所 としてラベル付け)が正常に識別されました。
✨ 主な機能
- 高い精度:修正後のCoNLL - 03データセットで、F1スコアが 94.36 に達します。
- マルチラベル予測:人物、場所、組織、その他のタイプの命名エンティティをカバーする4種類のラベルを予測できます。
- 最先端技術:文書レベルのXLM - R埋め込みと FLERT 技術に基づいています。
予測ラベルの詳細
ラベル |
意味 |
PER |
人名 |
LOC |
地名 |
ORG |
組織名 |
MISC |
その他の名前 |
📚 ドキュメント
モデルトレーニングスクリプト
このモデルをトレーニングするためのFlairスクリプトは以下の通りです。
import torch
from flair.datasets import CONLL_03
corpus = CONLL_03()
tag_type = 'ner'
tag_dictionary = corpus.make_tag_dictionary(tag_type=tag_type)
from flair.embeddings import TransformerWordEmbeddings
embeddings = TransformerWordEmbeddings(
model='xlm-roberta-large',
layers="-1",
subtoken_pooling="first",
fine_tune=True,
use_context=True,
)
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,
)
from flair.trainers import ModelTrainer
trainer = ModelTrainer(tagger, corpus, optimizer=torch.optim.AdamW)
from torch.optim.lr_scheduler import OneCycleLR
trainer.train('resources/taggers/ner-english-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場合は、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}
}
❓ 問題の報告
使用中に問題が発生した場合は、Flairの問題追跡ツール で報告してください。