Gliner Large V2.5 Groceries

🚀 食品雜貨命名實體識別模型

本模型是一個經過微調的GLiNER模型，用於識別文本中的食品雜貨項目和食品類別，為食品相關的文本處理提供了強大的支持。

⚠️ 重要提示

從5月20日起，empathyai組織的所有模型都需要申請訪問權限。請確保正確配置您的認證憑證，以避免服務中斷。

您可以點擊此處，在線體驗該模型的實際效果！

📚 模型描述

該模型在食品雜貨命名實體識別數據集（grocery-ner-dataset）上進行了微調，能夠識別14種不同類別的食品雜貨項目，包括水果、蔬菜、乳製品等。

支持的實體類型

• 水果、蔬菜
• 乳糖、乳製品、雞蛋、奶酪、酸奶
• 肉類、魚類、海鮮
• 冷凍食品、預製餐食
• 烘焙、烹飪原料
• 穀物、罐頭、種子
• 麵包
• 零食、糕點、甜品
• 冷凍甜點
• 熱飲、冷飲
• 酒精飲料
• 香料、醬汁
• 世界各地特色食品
• 飲食限制、健康、過敏原、生活方式相關

🔧 技術細節

💻 使用示例

基礎用法

!pip install gliner

from gliner import GLiNER

# 加載模型
model = GLiNER.from_pretrained("empathyai/gliner_large-v2.5-groceries")

labels = [
    "Fruits Vegetables",
    "Lactose, Diary, Eggs, Cheese, Yoghurt",
    "Meat, Fish, Seafood",
    "Frozen, Prepared Meals",
    "Baking, Cooking",
    "Cereals, Grains, Canned, Seeds",
    "Breads",
    "Snacks, Pastries, Treats",
    "Frozen Desserts",
    "Hot Drinks, Chilled Drinks",
    "Alcoholic Drinks",
    "Spices, Sauces",
    "World Foods",
    "Dietary Restrictions, Health, Allergens, Lifestyle"
  ]

# 示例文本
text = "I need to buy milk, bread, and fresh apples"

# 獲取預測結果
predictions = model.predict_entities(text, labels=labels)
print(predictions)

📄 許可證

本模型採用Apache-2.0許可證。

⚠️ 侷限性

• 僅針對英文文本進行了優化。
• 在食品雜貨購物和食品相關的上下文中表現最佳。
• 可能無法識別訓練數據中未包含的品牌名稱或地區特色食品。