🚀 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:
タグ |
意味 |
PER |
人名 |
LOC |
地名 |
ORG |
組織名 |
MISC |
その他の名前 |
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
tagger = SequenceTagger.load("flair/ner-dutch-large")
sentence = Sentence("George Washington ging naar Washington")
tagger.predict(sentence)
print(sentence)
print('The following NER tags are found:')
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
tagger = SequenceTagger.load("flair/ner-dutch-large")
sentence = Sentence("George Washington ging naar Washington")
tagger.predict(sentence)
print(sentence)
print('The following NER tags are found:')
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
from flair.datasets import CONLL_03_DUTCH
corpus = CONLL_03_DUTCH()
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-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。