Bert Spanish Cased Finetuned Ner

🚀 西班牙語BERT (BETO) + 命名實體識別 (NER)

本模型是在西班牙語大小寫敏感的BERT（BETO）基礎上，針對NER - C數據集進行微調的版本，用於命名實體識別（NER） 下游任務。

🚀 快速開始

模型使用示例

使用pipelines快速調用模型：

from transformers import pipeline

nlp_ner = pipeline(
    "ner",
    model="mrm8488/bert-spanish-cased-finetuned-ner",
    tokenizer=(
        'mrm8488/bert-spanish-cased-finetuned-ner',  
        {"use_fast": False}
))

text = 'Mis amigos están pensando viajar a Londres este verano'

nlp_ner(text)

#Output: [{'entity': 'B-LOC', 'score': 0.9998720288276672, 'word': 'Londres'}]

📚 詳細文檔

下游任務（NER）詳情 - 數據集

• 數據集：CONLL Corpora ES 我對數據集進行了預處理，並按照80/20的比例將其劃分為訓練集和驗證集。

• 微調腳本：Huggingface提供的NER微調腳本

• 涵蓋的標籤：

B-LOC
B-MISC
B-ORG
B-PER
I-LOC
I-MISC
I-ORG
I-PER
O

評估集指標

模型對比

由 Manuel Romero/@mrm8488 創建 於西班牙用心打造 ❤️