NER Legal De

🚀 基於BERT訓練的命名實體識別（NER）模型

本項目使用的模型基於BERT架構，專門用於命名實體識別（NER）任務，在法律實體識別數據集上進行訓練，具有較高的準確性和性能。

✨ 主要特性

• 多框架支持：支持PyTorch和TensorFlow框架。
• 預訓練模型：使用deepset.ai的GBERT Large模型進行微調。
• 特定領域適用：在法律實體識別數據集上訓練，適用於法律領域的命名實體識別任務。

📦 安裝指南

在運行模型推理之前，需要安裝transformers庫，可以使用以下命令進行安裝：

!pip install -q transformers

💻 使用示例

基礎用法

以下是一個使用該模型進行命名實體識別的示例代碼：

from transformers import pipeline

ner = pipeline(
    "ner",
    model="Sahajtomar/NER_legal_de",
    tokenizer="Sahajtomar/NER_legal_de")
    
nlp_ner("Für eine Zuständigkeit des Verwaltungsgerichts Berlin nach § 52 Nr. 1 bis 4 VwGO hat der \
         Antragsteller keine Anhaltspunkte vorgetragen .")

📚 詳細文檔

測試結果

模型在測試集上的表現如下：