Roberta Base Ca Cased Ner

🚀 加泰羅尼亞語命名實體識別微調模型（RoBERTa-base）

本項目的 roberta-base-ca-cased-ner 模型是一個用於加泰羅尼亞語的命名實體識別（NER）模型。它基於 BERTa 模型微調而來，而 BERTa 是一個在中等規模語料庫上預訓練的 RoBERTa 基礎模型，該語料庫來自公開可用的語料和網絡爬蟲。

🚀 快速開始

代碼示例

pipe = pipeline("ner", model="projecte-aina/multiner_ceil")
example = "George Smith Patton fué un general del Ejército de los Estados Unidos en Europa durante la Segunda Guerra Mundial. "

ner_entity_results = pipe(example, aggregation_strategy="simple")
print(ner_entity_results)

[{'entity_group': 'PER', 'score': 0.9983406, 'word': ' George Smith Patton', 'start': 0, 'end': 19}, {'entity_group': 'ORG', 'score': 0.99790734, 'word': ' Ejército de los Estados Unidos', 'start': 39, 'end': 69}, {'entity_group': 'LOC', 'score': 0.98424107, 'word': ' Europa', 'start': 73, 'end': 79}, {'entity_group': 'MISC', 'score': 0.9963934, 'word': ' Seg', 'start': 91, 'end': 94}, {'entity_group': 'MISC', 'score': 0.97889286, 'word': 'unda Guerra Mundial', 'start': 94, 'end': 113}]

✨ 主要特性

• 針對性微調：基於加泰羅尼亞語進行命名實體識別任務的微調，更適配加泰羅尼亞語的語言特點。
• 模型基礎優質：源自預訓練的 BERTa 模型，具有較好的語言理解能力。

📦 安裝指南

文檔未提供具體安裝步驟，可參考 Hugging Face 相關模型的通用安裝方法。

💻 使用示例

基礎用法

pipe = pipeline("ner", model="projecte-aina/multiner_ceil")
example = "George Smith Patton fué un general del Ejército de los Estados Unidos en Europa durante la Segunda Guerra Mundial. "

ner_entity_results = pipe(example, aggregation_strategy="simple")
print(ner_entity_results)

📚 詳細文檔

模型描述

roberta-base-ca-cased-ner 是一個用於加泰羅尼亞語的命名實體識別（NER）模型，它從 BERTa 模型微調而來，而 BERTa 是一個 RoBERTa 基礎模型，在一箇中等規模的語料庫上進行了預訓練，該語料庫來自公開可用的語料和網絡爬蟲（更多細節可查看 BERTa 模型卡片）。

預期用途和侷限性

文檔未詳細提及預期用途和侷限性的具體內容。

訓練

訓練數據

使用了加泰羅尼亞語的 NER 數據集 Ancora-ca-ner 進行訓練和評估。

訓練過程

文檔未詳細提及訓練過程的具體內容。

評估

變量和指標

使用 F1 指標進行評估。

評估結果

更多細節可查看官方 GitHub 倉庫 中的微調與評估腳本。

額外信息

作者

巴塞羅那超級計算中心的文本挖掘單元（TeMU）（bsc-temu@bsc.es）

聯繫信息

如需更多信息，請發送郵件至 aina@bsc.es

版權

版權所有 (c) 2021 巴塞羅那超級計算中心的文本挖掘單元

許可信息

Apache 許可證，版本 2.0

資金支持

這項工作由 [加泰羅尼亞政府副主席兼數字與領土政策部](https://politiquesdigitals.gencat.cat/ca/inici/index.html#googtrans(ca|en) 在 Projecte AINA 框架內資助。

引用信息

如果您在工作中使用了這些資源（數據集或模型），請引用我們的最新論文：

@inproceedings{armengol-estape-etal-2021-multilingual,
    title = "Are Multilingual Models the Best Choice for Moderately Under-resourced Languages? {A} Comprehensive Assessment for {C}atalan",
    author = "Armengol-Estap{\'e}, Jordi  and
      Carrino, Casimiro Pio  and
      Rodriguez-Penagos, Carlos  and
      de Gibert Bonet, Ona  and
      Armentano-Oller, Carme  and
      Gonzalez-Agirre, Aitor  and
      Melero, Maite  and
      Villegas, Marta",
    booktitle = "Findings of the Association for Computational Linguistics: ACL-IJCNLP 2021",
    month = aug,
    year = "2021",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2021.findings-acl.437",
    doi = "10.18653/v1/2021.findings-acl.437",
    pages = "4933--4946",
}

免責聲明

本倉庫中發佈的模型旨在用於通用目的，並可供第三方使用。這些模型可能存在偏差和/或其他不良扭曲。

當第三方使用這些模型（或基於這些模型的系統）向其他方部署或提供系統和/或服務，或成為這些模型的用戶時，他們應注意，減輕使用這些模型所產生的風險並遵守適用法規（包括有關人工智能使用的法規）是他們的責任。

在任何情況下，模型的所有者和創建者（BSC - 巴塞羅那超級計算中心）均不對第三方使用這些模型所產生的任何結果負責。