Mbert Bengali Ner

🚀 多語言BERT孟加拉語命名實體識別

mBERT-Bengali-NER 是一個基於Transformer的孟加拉語命名實體識別（NER）模型，它使用 bert-base-multilingual-uncased 模型和 Wikiann 數據集構建而成。該模型能夠有效識別孟加拉語文本中的命名實體，為相關的自然語言處理任務提供支持。

🚀 快速開始

以下是使用該模型進行命名實體識別的基本步驟。

💻 使用示例

基礎用法

from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline

tokenizer = AutoTokenizer.from_pretrained("sagorsarker/mbert-bengali-ner")
model = AutoModelForTokenClassification.from_pretrained("sagorsarker/mbert-bengali-ner")

nlp = pipeline("ner", model=model, tokenizer=tokenizer, grouped_entities=True)
example = "আমি জাহিদ এবং আমি ঢাকায় বাস করি।"

ner_results = nlp(example)
print(ner_results)

📚 詳細文檔

標籤與ID映射

訓練詳情

• mBERT-Bengali-NER 使用 Wikiann 數據集進行訓練。
• mBERT-Bengali-NER 使用 transformers-token-classification 腳本進行訓練。
• mBERT-Bengali-NER 總共訓練了5個輪次。
• 模型在Kaggle的GPU上進行訓練。

評估結果

📄 許可證

本項目採用MIT許可證。