Bert Base Turkish Uncased Ner

🚀 土耳其語基礎無大小寫BERT命名實體識別模型

本模型基於dbmdz/bert-base-turkish-uncased，在土耳其語維基百科命名實體識別（NER）數據集上進行微調，可有效識別土耳其語文本中的命名實體，為相關自然語言處理任務提供支持。

🚀 快速開始

本模型是 dbmdz/bert-base-turkish-uncased 在 turkish-wiki_ner 數據集上的微調版本。在評估集上取得了以下成績：

• 損失值：0.2603
• F1值：0.7821

✨ 主要特性

模型描述

該模型是 dbmdz/bert-base-turkish-uncased 在 turkish-wiki_ner 數據集上的微調版本。訓練數據集包含18,967個樣本，驗證數據集包含1,000個樣本，均來自維基百科數據。

更多詳細信息，請訪問此鏈接：https://huggingface.co/datasets/turkish-nlp-suite/turkish-wikiNER

標籤信息

• CARDINAL
• DATE
• EVENT
• FAC
• GPE
• LANGUAGE
• LAW
• LOC
• MONEY
• NORP
• ORDINAL
• ORG
• PERCENT
• PERSON
• PRODUCT
• QUANTITY
• TIME
• TITLE
• WORK_OF_ART

微調過程

微調過程詳情請見：https://github.com/saribasmetehan/bert-base-turkish-uncased-ner

💻 使用示例

基礎用法

from transformers import pipeline
import pandas as pd

text = "Bu toplam sıfır ise, Newton'ın birinci yasası cismin hareket durumunun değişmeyeceğini söyler."
model_id = "saribasmetehan/bert-base-turkish-uncased-ner"
ner = pipeline("ner", model = model_id)
preds = ner(text, aggregation_strategy = "simple")

pd.DataFrame(preds)

直接加載模型

from transformers import AutoModelForTokenClassification, AutoTokenizer

model_name = "saribasmetehan/bert-base-turkish-uncased-ner"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForTokenClassification.from_pretrained(model_name)

🔧 技術細節

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：2e-05
• 訓練批次大小：16
• 評估批次大小：16
• 隨機種子：42
• 優化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e-08）
• 學習率調度器類型：線性
• 訓練輪數：4

訓練結果

框架版本

• Transformers：4.41.2
• Pytorch：2.3.0+cu121
• Datasets：2.19.2
• Tokenizers：0.19.1

📄 許可證

本模型採用MIT許可證。