Italian NER XXL V2

🚀 Italian_NER_XXL_v2

この最先端のイタリア語テキスト用固有表現認識モデルの第2世代へようこそ。前作の成功を踏まえ、Italian_NER_XXL_v2は、精度87.5% と F1スコア89.2% を達成し、前モデルから8パーセンテージポイント以上の向上を実現しました。

🚀 クイックスタート

モデルの概要

このモデルは、イタリア語テキストの固有表現認識に特化した第2世代の最先端モデルです。前作の成功を受けて開発され、精度とF1スコアが大幅に向上しています。

キーな改良点

• 精度の向上: 79%から87.5%へ
• 文脈理解の改善: 複雑な文でのエンティティ認識が向上
• 誤検出の削減: 機密情報の識別がより正確
• 学習データの拡充: より多様なイタリア語コーパスで学習

市場におけるリーダーシップ

Italian_NER_XXL_v2は、イタリアで唯一、52 種類の異なるエンティティカテゴリを識別できるモデルです。この独自性により、イタリアのNLP分野で独占的な地位を維持しています。

認識されるカテゴリ

このモデルは、複数のドメインにまたがる広範なエンティティを識別します。

個人情報

• NOME: 人名の名
• COGNOME: 人名の姓
• DATA_NASCITA: 生年月日
• DATA_MORTE: 死亡日
• ETA: 年齢
• CODICE_FISCALE: イタリアの税コード
• PROFESSIONE: 職業
• STATO_CIVILE: 婚姻状況

連絡先情報

• INDIRIZZO: 住所
• NUMERO_TELEFONO: 電話番号
• EMAIL: メールアドレス
• CODICE_POSTALE: 郵便番号

金融情報

• VALUTA: 通貨
• IMPORTO: 金額
• NUMERO_CARTA: クレジット/デビットカード番号
• CVV: カードセキュリティコード
• NUMERO_CONTO: 銀行口座番号
• IBAN: 国際銀行口座番号
• BIC: 銀行識別コード
• P_IVA: VAT番号
• TASSO_MUTUO: 住宅ローン金利
• NUM_ASSEGNO_BANCARIO: 銀行小切手番号
• BANCA: 銀行名

法的エンティティ

• RAGIONE_SOCIALE: 会社名
• TRIBUNALE: 裁判所識別子
• LEGGE: 法律参照
• N_SENTENZA: 判決番号
• N_LICENZA: ライセンス番号
• AVV_NOTAIO: 弁護士または公証人参照
• REGIME_PATRIMONIALE: 財産制度

医療情報

• CARTELLA_CLINICA: 医療記録
• MALATTIA: 病名または医療状態
• MEDICINA: 薬または治療法
• STORIA_CLINICA: 病歴
• STRENGTH: 薬の強度
• FREQUENZA: 治療頻度
• DURATION: 治療期間
• DOSAGGIO: 薬の服用量
• FORM: 薬の剤形（例: 錠剤）

技術情報

• IP: IPアドレス
• IPV6_1: IPv6アドレス
• MAC: MACアドレス
• USER_AGENT: ブラウザのユーザーエージェント
• IMEI: 携帯端末識別子

地理および時間情報

• STATO: 国名
• LUOGO: 地理的な場所
• ORARIO: 特定の時間
• DATA: 日付

文書および車両情報

• NUMERO_DOCUMENTO: 文書番号
• TARGA_VEICOLO: 車両登録番号
• FOGLIO: 文書のページ参照
• PARTICELLA: 土地登記番号
• MAPPALE: 土地登記地図参照
• SUBALTERNO: 土地登記の下位参照

Webおよびセキュリティ

• URL: Webアドレス
• PASSWORD: パスワード
• PIN: 個人識別番号
• BRAND: ブランドまたは商標

実装

from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline
import torch

# モデルとトークナイザーの読み込み
tokenizer = AutoTokenizer.from_pretrained("DeepMount00/Italian_NER_XXL_v2")
model = AutoModelForTokenClassification.from_pretrained("DeepMount00/Italian_NER_XXL_v2")

# NERパイプラインの作成
nlp = pipeline("ner", model=model, tokenizer=tokenizer, aggregation_strategy="simple")

# サンプルテキスト
example = """Il commendatore Gianluigi Alberico De Laurentis-Ponti, con residenza legale in Corso Imperatrice 67, 
Torino, avente codice fiscale DLNGGL60B01L219P, è amministratore delegato della "De Laurentis Advanced Engineering 
Group S.p.A.", che si trova in Piazza Affari 32, Milano (MI); con una partita IVA di 09876543210, la società è stata 
recentemente incaricata di sviluppare una nuova linea di componenti aerospaziali per il progetto internazionale 
di esplorazione di Marte."""

# NERの実行
ner_results = nlp(example)

# 結果の処理
for entity in ner_results:
    print(f"{entity['entity_group']}: {entity['word']} (confidence: {entity['score']:.4f})")

使用例

• プライバシーコンプライアンス: GDPRデータマッピングとPII検出
• 文書匿名化: 機密情報の自動編集
• 法的文書分析: 契約書や法的テキストからの重要エンティティの抽出
• 金融監視: コンプライアンスと不正防止のための金融エンティティの検出
• 医療記録処理: 臨床ノートやレポートからの構造化抽出

将来の開発

• 四半期ごとの精度向上アップデート
• ユーザーフィードバックに基づく新しいエンティティタイプの追加
• 特定のアプリケーション向けのドメイン固有のバリアントの開発
• 文脈的なエンティティリンキング機能の統合

貢献と連絡先

このモデルの改善には、あなたのフィードバックが不可欠です。貢献したい場合、提案がある場合、またはカスタムNERソリューションが必要な場合は、以下の連絡先までご連絡ください。

Michele Montebovi
Email: montebovi.michele@gmail.com

イタリアのNLPコミュニティからの協力を歓迎し、このツールのさらなる改善と産業横断的なアプリケーションの拡大を目指します。

引用

このモデルを研究やアプリケーションで使用する場合は、以下のように引用してください。

@misc{montebovi2025italiannerxxl,
  author = {Montebovi, Michele},
  title = {Italian\_NER\_XXL\_v2: A Comprehensive Named Entity Recognition Model for Italian},
  year = {2025},
  publisher = {HuggingFace},
  howpublished = {\url{https://huggingface.co/DeepMount00/Italian_NER_XXL_v2}}
}

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で提供されています。