Ner Bert Base Cased Ontonotesv5 Englishv4

🚀 (NER) bert-base-cased : conll2012_ontonotesv5-english-v4

這是一個基於bert-base-cased的命名實體識別（NER）模型，在conll2012_ontonotesv5的english-v4版本數據集上進行了微調。
更多信息請查看 NER-System 倉庫。

✨ 主要特性

• 標籤：token-classification
• 任務：named-entity-recognition
• 數據集：djagatiya/ner-ontonotes-v5-eng-v4

你可以使用以下示例文本進行測試：

On September 1st George won 1 dollar while watching Game of Thrones.

📚 詳細文檔

評估指標

• 精確率（Precision）：87.85
• 召回率（Recall）：89.63
• F1 分數（F1-Score）：88.73

查看 eval.log 文件以獲取更多評估指標和分類報告。

               precision    recall  f1-score   support

    CARDINAL       0.86      0.87      0.86       935
        DATE       0.84      0.88      0.86      1602
       EVENT       0.65      0.67      0.66        63
         FAC       0.69      0.71      0.70       135
         GPE       0.97      0.93      0.95      2240
    LANGUAGE       0.76      0.73      0.74        22
         LAW       0.54      0.55      0.54        40
         LOC       0.73      0.80      0.76       179
       MONEY       0.87      0.90      0.88       314
        NORP       0.93      0.96      0.94       841
     ORDINAL       0.80      0.87      0.83       195
         ORG       0.88      0.90      0.89      1795
     PERCENT       0.88      0.90      0.89       349
      PERSON       0.94      0.95      0.94      1988
     PRODUCT       0.62      0.76      0.69        76
    QUANTITY       0.74      0.81      0.77       105
        TIME       0.61      0.67      0.64       212
 WORK_OF_ART       0.56      0.66      0.61       166

   micro avg       0.88      0.90      0.89     11257
   macro avg       0.77      0.81      0.79     11257
weighted avg       0.88      0.90      0.89     11257