Distilbert Fa Zwnj Base Ner

🚀 DistilbertNER

DistilbertNER是一個針對命名實體識別（NER）任務進行微調的模型。它在一個混合NER數據集上進行訓練，該數據集收集自ARMAN、PEYMA和WikiANN，涵蓋了十種類型的實體：

• 日期（DAT）
• 事件（EVE）
• 設施（FAC）
• 地點（LOC）
• 貨幣（MON）
• 組織（ORG）
• 百分比（PCT）
• 人物（PER）
• 產品（PRO）
• 時間（TIM）

✨ 主要特性

• 基於Distilbert模型進行微調，適用於波斯語的命名實體識別任務。
• 在多個公開數據集上進行訓練，涵蓋了豐富的實體類型。

📦 安裝指南

安裝依賴

pip install transformers

💻 使用示例

基礎用法

from transformers import AutoTokenizer
from transformers import AutoModelForTokenClassification  # for pytorch
from transformers import TFAutoModelForTokenClassification  # for tensorflow
from transformers import pipeline

model_name_or_path = "HooshvareLab/distilbert-fa-zwnj-base-ner" 
tokenizer = AutoTokenizer.from_pretrained(model_name_or_path)
model = AutoModelForTokenClassification.from_pretrained(model_name_or_path)  # Pytorch
# model = TFAutoModelForTokenClassification.from_pretrained(model_name_or_path)  # Tensorflow

nlp = pipeline("ner", model=model, tokenizer=tokenizer)
example = "در سال ۲۰۱۳ درگذشت و آندرتیکر و کین برای او مراسم یادبود گرفتند."

ner_results = nlp(example)
print(ner_results)

📚 詳細文檔

數據集信息

評估結果

整體評估

各類實體評估

❓ 常見問題

如果有任何問題，可以在ParsNER Issues倉庫中提交GitHub問題。