Albert Fa Base V2 Ner Peyma

🚀 ALBERT波斯語模型

ALBERT波斯語模型是針對波斯語進行自監督語言表徵學習的輕量級BERT模型。它能助力波斯語相關的自然語言處理任務，為波斯語的語義理解等工作提供有力支持。

ALBERT - 波斯語是首次針對波斯語開展的ALBERT模型嘗試。該模型基於谷歌的ALBERT BASE版本2.0進行訓練，訓練數據涵蓋了多種寫作風格、眾多主題（如科學、小說、新聞等）的超過390萬篇文檔、7300萬句話和13億個單詞，這與我們訓練ParsBERT的方式類似。

請關注ALBERT - 波斯語倉庫，以獲取有關過往和當前模型的最新信息。

✨ 主要特性

波斯語命名實體識別 [ARMAN, PEYMA]

此任務旨在從文本中提取命名實體，如人名等，並使用合適的NER類別（如地點、組織等）進行標註。用於該任務的數據集包含以IOB格式標註的句子。在這種格式中，不屬於實體的標記被標記為”O”，”B”標記對應對象的第一個單詞，”I”標記對應同一實體的其餘單詞。”B”和”I”標記後面都跟著一個連字符（或下劃線），然後是實體類別。因此，命名實體識別任務是一個多類標記分類問題，在輸入原始文本時對標記進行標註。波斯語命名實體識別主要使用兩個數據集：ARMAN和PEYMA。

PEYMA

PEYMA數據集包含7145個句子，總共302530個標記，其中41148個標記被標記為七個不同的類別：

1. 組織
2. 貨幣
3. 地點
4. 日期
5. 時間
6. 人物
7. 百分比

下載 你可以從[這裡](http://nsurl.org/tasks/task - 7 - named - entity - recognition - ner - for - farsi/)下載該數據集。

📚 詳細文檔

結果

以下表格總結了與其他模型和架構相比所獲得的F1分數：

BibTeX引用和引用信息

請在出版物中按以下方式引用：

@misc{ALBERTPersian,
  author = {Mehrdad Farahani},
  title = {ALBERT-Persian: A Lite BERT for Self-supervised Learning of Language Representations for the Persian Language},
  year = {2020},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {\url{https://github.com/m3hrdadfi/albert-persian}},
}

@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}
}

📄 許可證

本項目採用Apache 2.0許可證。

❓ 常見問題

如果你有任何問題，請在ALBERT - 波斯語倉庫中提交GitHub問題。