Xlm Roberta Ner Japanese

🚀 xlm-roberta-ner-japanese

本模型是用於日語命名實體識別（NER）的模型，基於預訓練的跨語言 RobertaModel 進行微調，能夠對文本中的實體進行分類標註，在日語信息處理等場景有重要應用價值。

🚀 快速開始

本模型是 xlm-roberta-base（預訓練的跨語言 RobertaModel）的微調版本，用於命名實體識別（NER）的標記分類。

該模型在 Stockmark 公司提供的 NER 數據集上進行了微調，該數據集中的數據來自日本維基百科文章。
有關此數據集的許可證，請參閱 此處。

每個標記的標籤如下：

💻 使用示例

基礎用法

from transformers import pipeline

model_name = "tsmatz/xlm-roberta-ner-japanese"
classifier = pipeline("token-classification", model=model_name)
result = classifier("鈴井は4月の陽気の良い日に、鈴をつけて北海道のトムラウシへと登った")
print(result)

📚 詳細文檔

訓練過程

你可以從 此處 下載微調的源代碼。

訓練超參數

訓練期間使用了以下超參數：

• 學習率：5e - 05
• 訓練批次大小：12
• 評估批次大小：12
• 隨機種子：42
• 優化器：Adam，β=(0.9, 0.999)，ε=1e - 08
• 學習率調度器類型：線性
• 訓練輪數：5

訓練結果

框架版本

• Transformers 4.23.1
• Pytorch 1.12.1+cu102
• Datasets 2.6.1
• Tokenizers 0.13.1

📄 許可證

本項目採用 MIT 許可證。