Gbert Legal Ner

🚀 德國法律命名實體識別BERT模型

本模型用於德國法律文本的命名實體識別，能夠精準識別法律文本中的多種實體類型，為法律信息處理提供強大支持。

🚀 快速開始

安裝依賴

確保你已經安裝了transformers庫，可使用以下命令進行安裝：

pip install transformers

代碼示例

from transformers import pipeline
from transformers import AutoTokenizer, AutoModelForTokenClassification

# 使用你的認證令牌加載預訓練模型和分詞器
tokenizer = AutoTokenizer.from_pretrained("PaDaS-Lab/gbert-legal-ner", use_auth_token="AUTH_TOKEN")
model = AutoModelForTokenClassification.from_pretrained("PaDaS-Lab/gbert-legal-ner", use_auth_token="AUTH_TOKEN")

# 創建命名實體識別管道
ner = pipeline("ner", model=model, tokenizer=tokenizer)
# 示例法律文本
example = "1. Das Bundesarbeitsgericht ist gemäß § 9 Abs. 2 Satz 2 ArbGG iVm. § 201 Abs. 1 Satz 2 GVG für die beabsichtigte Klage gegen den Bund zuständig ."

# 進行命名實體識別
results = ner(example)
# 打印識別結果
print(results)

💻 使用示例

基礎用法

上述代碼展示瞭如何使用該模型進行基礎的命名實體識別。你只需將示例文本替換為你自己的法律文本，即可進行實體識別。

高級用法

目前文檔未提供高級用法示例，若有更復雜的應用場景，可根據模型的特性和需求進行進一步開發。

📚 詳細文檔

實體類別說明

引用說明

使用該模型時，請引用我們的工作：

@conference{icaart23,
  author={Harshil Darji. and Jelena Mitrović. and Michael Granitzer.},
  title={German BERT Model for Legal Named Entity Recognition},
  booktitle={Proceedings of the 15th International Conference on Agents and Artificial Intelligence - Volume 3: ICAART,},
  year={2023},
  pages={723-728},
  publisher={SciTePress},
  organization={INSTICC},
  doi={10.5220/0011749400003393},
  isbn={978-989-758-623-1},
  issn={2184-433X},
}