Ner Danish

🚀 丹麥語命名實體識別（Flair默認模型）

這是 Flair 自帶的標準4類丹麥語命名實體識別（NER）模型。該模型能夠高效識別丹麥語文本中的實體信息，為自然語言處理任務提供有力支持。

F1分數：81.78（DaNER）

此模型可預測以下4種標籤：

該模型基於Transformer嵌入和LSTM - CRF構建。

🚀 快速開始

✨ 主要特性

• 標準的4類丹麥語命名實體識別模型。
• 基於Transformer嵌入和LSTM - CRF，具有較高的識別準確率，F1分數達到81.78（DaNER）。
• 可預測人名、地名、組織機構名和其他名稱4種標籤。

📦 安裝指南

使用該模型需要安裝 Flair，可以使用以下命令進行安裝：

pip install flair

💻 使用示例

基礎用法

from flair.data import Sentence
from flair.models import SequenceTagger

# 加載標籤器
tagger = SequenceTagger.load("flair/ner-danish")

# 創建示例句子
sentence = Sentence("Jens Peter Hansen kommer fra Danmark")

# 預測命名實體識別標籤
tagger.predict(sentence)

# 打印句子
print(sentence)

# 打印預測的命名實體識別跨度
print('The following NER tags are found:')
# 遍歷實體並打印
for entity in sentence.get_spans('ner'):
    print(entity)

上述代碼的輸出如下：

Span [1,2,3]: "Jens Peter Hansen"   [− Labels: PER (0.9961)]
Span [6]: "Danmark"   [− Labels: LOC (0.9816)]

這表明在句子 "Jens Peter Hansen kommer fra Danmark" 中，識別出了實體 "Jens Peter Hansen"（標記為 人名）和 "Danmark"（標記為 地名）。

📚 詳細文檔

訓練腳本

該模型由 DaNLP項目 使用 DaNE語料庫 進行訓練。可以使用以下Flair腳本訓練類似的模型：

from flair.data import Corpus
from flair.datasets import DANE
from flair.embeddings import WordEmbeddings, StackedEmbeddings, FlairEmbeddings

# 1. 獲取語料庫
corpus: Corpus = DANE()

# 2. 確定要預測的標籤類型
tag_type = 'ner'

# 3. 從語料庫中創建標籤字典
tag_dictionary = corpus.make_tag_dictionary(tag_type=tag_type)

# 4. 初始化使用的每種嵌入
embedding_types = [
    # GloVe嵌入
    WordEmbeddings('da'),
    # 上下文字符串嵌入，前向
    FlairEmbeddings('da-forward'),
    # 上下文字符串嵌入，後向
    FlairEmbeddings('da-backward'),
]

# 嵌入棧由Flair和GloVe嵌入組成
embeddings = StackedEmbeddings(embeddings=embedding_types)

# 5. 初始化序列標籤器
from flair.models import SequenceTagger

tagger = SequenceTagger(hidden_size=256,
                        embeddings=embeddings,
                        tag_dictionary=tag_dictionary,
                        tag_type=tag_type)

# 6. 初始化訓練器
from flair.trainers import ModelTrainer

trainer = ModelTrainer(tagger, corpus)

# 7. 運行訓練
trainer.train('resources/taggers/ner-danish',
              train_with_dev=True,
              max_epochs=150)

📄 許可證

文檔中未提及相關許可證信息。

🔧 引用說明

使用該模型時，請引用以下論文：

@inproceedings{akbik-etal-2019-flair,
    title = "{FLAIR}: An Easy-to-Use Framework for State-of-the-Art {NLP}",
    author = "Akbik, Alan  and
      Bergmann, Tanja  and
      Blythe, Duncan  and
      Rasul, Kashif  and
      Schweter, Stefan  and
      Vollgraf, Roland",
    booktitle = "Proceedings of the 2019 Conference of the North {A}merican Chapter of the Association for Computational Linguistics (Demonstrations)",
    year = "2019",
    url = "https://www.aclweb.org/anthology/N19-4010",
    pages = "54--59",
}

更多信息請查看 DaNLP項目。

🔗 問題反饋

如果你在使用過程中遇到問題，可以在 Flair問題跟蹤器 中反饋。