Uniner 7B Type

🚀 UniNER-7B-type

LLama-7Bをベースに、人間によるラベル付けデータを使用せずにPile-NER-typeデータを用いて学習されたUniNER-7Bモデルです。このデータは、gpt-3.5-turbo-0301に文章からエンティティをラベル付けし、エンティティタグを提供するよう促すことで収集されました。

🚀 クイックスタート

UniNER-7B-typeは、LLama-7Bをベースに、人間によるラベル付けデータを使用せずに学習されたモデルです。データ収集のために、gpt-3.5-turbo-0301に文章からエンティティを抽出し、そのタイプを特定するよう促しました。データ収集のプロンプトは以下の通りです。

詳細については、論文を参照してください。モデルの使用方法については、リポジトリを参照してください。

✨ 主な機能

UniNER-7B-definitionとの比較

UniNER-7B-typeモデルは、エンティティタグの処理に優れています。9つのドメインにまたがる43の学術データセットから構成されるUniversal NERベンチマークで良好な性能を発揮します。一方、UniNER-7B-definitionは、短文で定義されたエンティティタイプの処理に優れており、タイプの言い換えに対してよりロバストです。

推論

推論インスタンスのテンプレートは以下の通りです。

⚠️ 重要提示

推論は一度に1つのエンティティタイプに基づいて行われます。複数のエンティティタイプについては、各タイプに対して個別のインスタンスを作成してください。

📄 ライセンス

このモデルとそれに関連するデータは、CC BY-NC 4.0ライセンスの下で公開されています。主に研究目的で使用されます。

引用

@article{zhou2023universalner,
      title={UniversalNER: Targeted Distillation from Large Language Models for Open Named Entity Recognition}, 
      author={Wenxuan Zhou and Sheng Zhang and Yu Gu and Muhao Chen and Hoifung Poon},
      year={2023},
      eprint={2308.03279},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}