Ner Dutch

🚀 オランダ語の命名エンティティ認識（Flairのデフォルトモデル）

これは Flair ライブラリに含まれる、オランダ語用の標準的な4クラス命名エンティティ認識（NER）モデルです。このモデルはCoNLL - 03データセットでF1スコア 92.58 を達成しています。予測できるラベルは4種類で、以下の通りです。

このモデルはTransformer埋め込みとLSTM - CRFに基づいて構築されています。

🚀 クイックスタート

依存関係のインストール

このモデルでは Flair ライブラリのインストールが必要です。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

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

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

# 命名エンティティ認識ラベルを予測
tagger.predict(sentence)

# 文を出力
print(sentence)

# 予測された命名エンティティ認識のスパンを出力
print('The following NER tags are found:')
# エンティティをループして出力
for entity in sentence.get_spans('ner'):
    print(entity)

出力例

上記のコードを実行すると、以下のような出力が得られます。

Span [1,2]: "George Washington"   [− Labels: PER (0.997)]
Span [5]: "Washington"   [− Labels: LOC (0.9996)]

これは、文 "George Washington ging naar Washington" から、エンティティ "George Washington"（ラベルは 人名）と "Washington"（ラベルは 地名）が認識されたことを示しています。

💻 使用例

基本的な使用法

上記のコードは、Flairでこのモデルを使用してオランダ語の命名エンティティ認識を行う方法を示しています。主な手順は、モデルのロード、文の作成、予測の実行、結果の出力です。

高度な使用法

以下は、このモデルをトレーニングするスクリプトの例です。

from flair.data import Corpus
from flair.datasets import CONLL_03_DUTCH
from flair.embeddings import WordEmbeddings, StackedEmbeddings, FlairEmbeddings

# 1. コーパスを取得
corpus: Corpus = CONLL_03_DUTCH()

# 2. 予測するラベルタイプを決定
tag_type = 'ner'

# 3. コーパスからラベル辞書を作成
tag_dictionary = corpus.make_tag_dictionary(tag_type=tag_type)

# 4. 埋め込みを初期化
embeddings = TransformerWordEmbeddings('wietsedv/bert-base-dutch-cased')

# 5. シーケンスタガーを初期化
tagger: SequenceTagger = SequenceTagger(hidden_size=256,
                                        embeddings=embeddings,
                                        tag_dictionary=tag_dictionary,
                                        tag_type=tag_type)

# 6. トレーナーを初期化
trainer: ModelTrainer = ModelTrainer(tagger, corpus)

# 7. トレーニングを開始
trainer.train('resources/taggers/ner-dutch',
              train_with_dev=True,
              max_epochs=150)

📄 引用について

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。

@inproceedings{akbik-etal-2019-flair,
    title = "{FLAIR}: An Easy-to-Use Framework for State-of-the-Art {NLP}",
    author = "Akbik, Alan  and
      Bergmann, Tanja  and
      Blythe, Duncan  and
      Rasul, Kashif  and
      Schweter, Stefan  and
      Vollgraf, Roland",
    booktitle = "Proceedings of the 2019 Conference of the North {A}merican Chapter of the Association for Computational Linguistics (Demonstrations)",
    year = "2019",
    url = "https://www.aclweb.org/anthology/N19-4010",
    pages = "54--59",
}

🔗 問題の報告

使用中に問題が発生した場合は、Flairの問題トラッカー で報告してください。