Xlm Roberta Base Turkish Ner

🚀 土耳其命名實體識別 (NER) 模型

本模型是“xlm - roberta - base”（RoBERTa的多語言版本）的微調版本，使用了經過審核的知名土耳其NER數據集（https://github.com/stefan-it/turkish-bert/files/4558187/nerdata.txt）進行微調。該模型可用於準確識別土耳其語文本中的命名實體，為自然語言處理相關任務提供有力支持。

🚀 快速開始

微調參數

task = "ner"
model_checkpoint = "xlm-roberta-base"
batch_size = 8 
label_list = ['O', 'B-PER', 'I-PER', 'B-ORG', 'I-ORG', 'B-LOC', 'I-LOC']
max_length = 512 
learning_rate = 2e-5 
num_train_epochs = 2 
weight_decay = 0.01 

使用示例

基礎用法

model = AutoModelForTokenClassification.from_pretrained("akdeniz27/xlm-roberta-base-turkish-ner")
tokenizer = AutoTokenizer.from_pretrained("akdeniz27/xlm-roberta-base-turkish-ner")
ner = pipeline('ner', model=model, tokenizer=tokenizer, aggregation_strategy="simple")
ner("<your text here>")

注意事項

請參考“https://huggingface.co/transformers/_modules/transformers/pipelines/token_classification.html”，瞭解如何使用aggregation_strategy參數進行實體分組。

參考測試結果

• 準確率：0.9919343118732742
• F1值：0.9492100796448622
• 精確率：0.9407349896480332
• 召回率：0.9578392621870883

📄 許可證

本項目採用MIT許可證。