Bert Base Parsbert Armanner Uncased

🚀 ParsBERT：基於Transformer的波斯語理解模型

ParsBERT是一個基於谷歌BERT架構的單語言模型，其配置與BERT-Base相同。

介紹ParsBERT的論文：arXiv:2005.12515

所有模型（下游任務）均不區分大小寫，並使用全詞掩碼進行訓練。（即將推出，敬請關注）

🚀 快速開始

波斯語命名實體識別 [ARMAN, PEYMA, ARMAN+PEYMA]

此任務旨在提取文本中的命名實體，例如名稱，並使用適當的 NER 類別（如地點、組織等）進行標註。用於此任務的數據集包含以 IOB 格式標記的句子。在這種格式中，不屬於實體的標記被標記為 ”O”，”B” 標記對應對象的第一個單詞，”I” 標記對應同一實體的其餘術語。”B” 和 ”I” 標記後面都跟著一個連字符（或下劃線），然後是實體類別。因此，命名實體識別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。波斯語命名實體識別主要使用兩個數據集，ARMAN 和 PEYMA。在ParsBERT中，我們為這兩個數據集以及兩個數據集的組合都準備了命名實體識別模型。

ARMAN

ARMAN數據集包含7,682個句子，其中250,015個句子在六個不同類別上進行了標註。

1. 組織
2. 地點
3. 設施
4. 事件
5. 產品
6. 人物

下載 你可以從 這裡 下載該數據集。

✨ 主要特性

結果

下表總結了ParsBERT與其他模型和架構相比所獲得的F1分數。

💻 使用示例

筆記本	描述
如何使用Pipelines	通過transformers以簡單高效的方式在下游任務中使用最先進的模型

📄 許可證

本項目採用Apache-2.0許可證。

📚 詳細文檔

引用

如果您在研究中使用 ParsBERT，請在您的出版物中引用以下論文：

@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}
}

致謝

我們在此感謝 Tensorflow研究雲（TFRC）計劃 為我們提供必要的計算資源。我們也感謝 Hooshvare 研究小組在數據集收集和在線文本資源抓取方面提供的便利。

貢獻者

• Mehrdad Farahani：領英，推特，GitHub
• Mohammad Gharachorloo：領英，推特，GitHub
• Marzieh Farahani：領英，推特，GitHub
• Mohammad Manthouri：領英，推特，GitHub
• Hooshvare團隊：官方網站，領英，推特，GitHub，Instagram

特別感謝Sara Tabrizi設計了出色的海報。請在以下平臺關注她：領英，Behance，Instagram

版本發佈

版本v0.1（2019年5月29日）

這是我們ParsBERT命名實體識別的第一個版本！