Ner Dutch Large

🚀 Flairによるオランダ語の固有表現抽出 (大規模モデル)

これは、Flair で提供されるオランダ語用の大規模な4クラス固有表現抽出（NER）モデルです。

F1スコア: 95,25 (CoNLL-03オランダ語)

以下の4つ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 に基づいています。

🚀 クイックスタート

必要条件

Flair (pip install flair)

コード例

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

# タガーをロード
tagger = SequenceTagger.load("flair/ner-dutch-large")

# サンプル文を作成
sentence = Sentence("George Washington ging naar Washington")

# NERタグを予測
tagger.predict(sentence)

# 文を表示
print(sentence)

# 予測されたNERスパンを表示
print('The following NER tags are found:')
# エンティティを反復処理して表示
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 naar Washington" から、 "George Washington"（人物とラベル付け）と "Washington"（場所とラベル付け）のエンティティが検出されます。

💻 使用例

基本的な使用法

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

# タガーをロード
tagger = SequenceTagger.load("flair/ner-dutch-large")

# サンプル文を作成
sentence = Sentence("George Washington ging naar Washington")

# NERタグを予測
tagger.predict(sentence)

# 文を表示
print(sentence)

# 予測されたNERスパンを表示
print('The following NER tags are found:')
# エンティティを反復処理して表示
for entity in sentence.get_spans('ner'):
    print(entity)

🔧 技術詳細

モデルのトレーニング

このモデルをトレーニング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. コーパスを取得
from flair.datasets import CONLL_03_DUTCH

corpus = CONLL_03_DUTCH()

# 2. 予測するタグを指定
tag_type = 'ner'

# 3. コーパスからタグ辞書を作成
tag_dictionary = corpus.make_tag_dictionary(tag_type=tag_type)

# 4. 文書コンテキストを持つ微調整可能なTransformer埋め込みを初期化
from flair.embeddings import TransformerWordEmbeddings

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

# 5. 基本的なシーケンスタガーを初期化（CRF、RNN、再投影なし）
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. AdamWオプティマイザでトレーナーを初期化
from flair.trainers import ModelTrainer

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

# 7. XLMパラメータでトレーニングを実行（20エポック、小さい学習率）
from torch.optim.lr_scheduler import OneCycleLR

trainer.train('resources/taggers/ner-dutch-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.,
              )

📄 ライセンス

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}
}

問題の報告

Flairの問題追跡システムは こちら で利用できます。