Xlm Roberta Base Romanian Ner Ronec

🚀 XLM - RoBERTa羅馬尼亞命名實體識別模型

本項目是在 ronec 數據集上訓練的XLM - RoBERTa模型，在測試集上的F1 - Macro達到了95。該模型可用於命名實體識別任務，能有效識別文本中的實體信息。

🚀 快速開始

安裝依賴

確保你已經安裝了 transformers 庫，如果沒有安裝，可以使用以下命令進行安裝：

pip install transformers

代碼示例

from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline

tokenizer = AutoTokenizer.from_pretrained("EvanD/xlm-roberta-base-romanian-ner-ronec")
ner_model = AutoModelForTokenClassification.from_pretrained("EvanD/xlm-roberta-base-romanian-ner-ronec")

nlp = pipeline("ner", model=ner_model, tokenizer=tokenizer, aggregation_strategy="simple")
example = "Numele meu este Amadeus Wolfgang și locuiesc în Berlin"

ner_results = nlp(example)
print(ner_results)

# [
#     {
#         'entity_group': 'PER',
#         'score': 0.9966806,
#         'word': 'Amadeus Wolfgang',
#         'start': 16,
#         'end': 32
#     },
#     {'entity_group': 'GPE',
#      'score': 0.99694663,
#      'word': 'Berlin',
#      'start': 48,
#      'end': 54
#      }
# ]

📊 測試指標