Roberta Base Bne Capitel Ner

🚀 西班牙RoBERTa-base模型用於CAPITEL命名實體識別（NER）

本項目是基於在BNE數據集上預訓練的西班牙RoBERTa-base模型，針對CAPITEL命名實體識別（NER）數據集進行微調的模型。該模型能夠有效處理西班牙語的命名實體識別任務，為相關自然語言處理應用提供支持。

🚀 快速開始

⚠️ 重要提示

此模型已遷移至以下URL，原模型即將移除：https://huggingface.co/PlanTL-GOB-ES/roberta-base-bne-capitel-ner

✨ 主要特性

• 語言模型基礎：RoBERTa-base-bne是基於Transformer架構的西班牙語掩碼語言模型，以RoBERTa基礎模型為依託。
• 大規模預訓練：使用截至目前已知的最大西班牙語語料庫進行預訓練，該語料庫由西班牙國家圖書館（Biblioteca Nacional de España）在2009年至2019年期間的網絡爬取數據整理而成，共處理了570GB的乾淨且去重的文本。
• 原預訓練模型地址：可在https://huggingface.co/BSC-TeMU/roberta-base-bne 找到原預訓練模型。

📚 詳細文檔

數據集

使用的數據集來自2020年IberLEF的CAPITEL競賽（子任務1）。

評估與結果

• F1分數：0.8960
• 評估詳情：如需瞭解評估詳情，請訪問我們的GitHub倉庫。

引用

如需瞭解所有詳細信息，請查看我們的論文：https://arxiv.org/abs/2107.07253

@misc{gutierrezfandino2021spanish,
      title={Spanish Language Models}, 
      author={Asier Gutiérrez-Fandiño and Jordi Armengol-Estapé and Marc Pàmies and Joan Llop-Palao and Joaquín Silveira-Ocampo and Casimiro Pio Carrino and Aitor Gonzalez-Agirre and Carme Armentano-Oller and Carlos Rodriguez-Penagos and Marta Villegas},
      year={2021},
      eprint={2107.07253},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

📄 許可證

本項目採用Apache-2.0許可證。