Bert Base Parsbert Armanner Uncased

🚀 ParsBERT：基于Transformer的波斯语理解模型

ParsBERT是一个基于谷歌BERT架构的单语言模型，其配置与BERT-Base相同。

介绍ParsBERT的论文：arXiv:2005.12515

所有模型（下游任务）均不区分大小写，并使用全词掩码进行训练。（即将推出，敬请关注）

🚀 快速开始

波斯语命名实体识别 [ARMAN, PEYMA, ARMAN+PEYMA]

此任务旨在提取文本中的命名实体，例如名称，并使用适当的 NER 类别（如地点、组织等）进行标注。用于此任务的数据集包含以 IOB 格式标记的句子。在这种格式中，不属于实体的标记被标记为 ”O”，”B” 标记对应对象的第一个单词，”I” 标记对应同一实体的其余术语。”B” 和 ”I” 标记后面都跟着一个连字符（或下划线），然后是实体类别。因此，命名实体识别任务是一个多类标记分类问题，在输入原始文本时对标记进行标注。波斯语命名实体识别主要使用两个数据集，ARMAN 和 PEYMA。在ParsBERT中，我们为这两个数据集以及两个数据集的组合都准备了命名实体识别模型。

ARMAN

ARMAN数据集包含7,682个句子，其中250,015个句子在六个不同类别上进行了标注。

1. 组织
2. 地点
3. 设施
4. 事件
5. 产品
6. 人物

下载 你可以从 这里 下载该数据集。

✨ 主要特性

结果

下表总结了ParsBERT与其他模型和架构相比所获得的F1分数。

💻 使用示例

笔记本	描述
如何使用Pipelines	通过transformers以简单高效的方式在下游任务中使用最先进的模型

📄 许可证

本项目采用Apache-2.0许可证。

📚 详细文档

引用

如果您在研究中使用 ParsBERT，请在您的出版物中引用以下论文：

@article{ParsBERT,
    title={ParsBERT: Transformer-based Model for Persian Language Understanding},
    author={Mehrdad Farahani, Mohammad Gharachorloo, Marzieh Farahani, Mohammad Manthouri},
    journal={ArXiv},
    year={2020},
    volume={abs/2005.12515}
}

致谢

我们在此感谢 Tensorflow研究云（TFRC）计划 为我们提供必要的计算资源。我们也感谢 Hooshvare 研究小组在数据集收集和在线文本资源抓取方面提供的便利。

贡献者

• Mehrdad Farahani：领英，推特，GitHub
• Mohammad Gharachorloo：领英，推特，GitHub
• Marzieh Farahani：领英，推特，GitHub
• Mohammad Manthouri：领英，推特，GitHub
• Hooshvare团队：官方网站，领英，推特，GitHub，Instagram

特别感谢Sara Tabrizi设计了出色的海报。请在以下平台关注她：领英，Behance，Instagram

版本发布

版本v0.1（2019年5月29日）

这是我们ParsBERT命名实体识别的第一个版本！