Multilingual Xlm Roberta For Ner

🚀 多言語XLM-RoBERTaによる固有表現認識モデル

多言語XLM-RoBERTaによる固有表現認識モデルは、微調整されたXLM-RoBERTaベースモデルを用いた固有表現認識モデルです。このモデルは、場所（LOC）、組織（ORG）、人物（PER）の3種類のエンティティを認識するように学習されています。具体的には、このモデルは10の高リソース言語の集合で微調整されたXLMRoreberta-base-multilingual-casedモデルです。

🚀 クイックスタート

このモデルは、Transformersのpipelineを使用して固有表現認識（NER）に利用できます。

基本的な使用法

from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline

tokenizer = AutoTokenizer.from_pretrained("Tirendaz/roberta-base-NER")
model = AutoModelForTokenClassification.from_pretrained("Tirendaz/roberta-base-NER")

nlp = pipeline("ner", model=model, tokenizer=tokenizer)
example = "My name is Wolfgang and I live in Berlin"

ner_results = nlp(example)
print(ner_results)

略語の説明

📚 ドキュメント

学習ハイパーパラメータ

学習時には以下のハイパーパラメータが使用されました。

• 学習率: 5e - 05
• 学習バッチサイズ: 48
• 評価バッチサイズ: 48
• シード値: 42
• オプティマイザ: Adam（ベータ=(0.9, 0.999)、イプシロン=1e - 08）
• 学習率スケジューラの種類: 線形
• エポック数: 3

学習結果

フレームワークバージョン

• Transformers 4.33.0
• Pytorch 2.0.0
• Datasets 2.1.0
• Tokenizers 0.13.3

📄 ライセンス

このモデルはMITライセンスの下で提供されています。

📦 モデル情報