Albert Fa Base V2 Ner Arman

🚀 波斯語ALBERT模型

波斯語ALBERT模型是用於波斯語語言表徵自監督學習的輕量級BERT模型。你也可以稱它為“小BERT”。

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 2.0版本進行訓練，訓練數據涵蓋了來自眾多主題（如科學、小說、新聞等）的各種寫作風格，包含超過390萬份文檔、7300萬個句子和13億個單詞，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（NER）[ARMAN，PEYMA]

此任務旨在提取文本中的命名實體，如姓名，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” 標籤對應對象的第一個單詞，”I” 標籤對應同一實體的其餘術語。”B” 和 ”I” 標籤後面都跟著一個連字符（或下劃線），然後是實體類別。因此，NER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NER主要使用兩個數據集：ARMAN 和 PEYMA。

ARMAN數據集

ARMAN數據集包含7682個句子，其中250015個句子被標記為六個不同的類別：

1. 組織
2. 地點
3. 設施
4. 事件
5. 產品
6. 人物

下載地址 你可以從 這裡 下載該數據集。

📚 詳細文檔

實驗結果

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

如果您在出版物中引用，請使用以下內容：

@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

如果您有任何問題，請在 ALBERT - 波斯語 倉庫中提交GitHub問題。