Ner German Large

🚀 Flairによるドイツ語の固有表現認識 (大規模モデル)

これは、Flair で提供される、ドイツ語用の大規模な4クラス固有表現認識（NER）モデルです。

F1スコア: 92,31 (CoNLL - 03ドイツ語改訂版)

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

💻 使用例

基本的な使用法

このモデルを使用するには、Flair が必要です (pip install flair)。

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

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

# make example sentence
sentence = Sentence("George Washington ging nach 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)

このコードは以下の出力を生成します:

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

つまり、文 "George Washington ging nach Washington" から、"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）という固有表現が検出されました。

高度な使用法

このモデルを訓練するために使用されたFlairのスクリプトは以下の通りです:

import torch

# 1. get the corpus
from flair.datasets import CONLL_03_GERMAN

corpus = CONLL_03_GERMAN()

# 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-german-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.,
              )

📚 ドキュメント

引用

このモデルを使用する際には、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

Flairの問題追跡システムは こちら で利用できます。