Ner French

🚀 Flair中的法語命名實體識別（默認模型）

本項目是 Flair 自帶的標準4類法語命名實體識別（NER）模型。它能有效識別法語文本中的特定實體，為自然語言處理任務提供有力支持。

F1分數：90.61（WikiNER）

該模型可預測以下4種標籤：

此模型基於 Flair嵌入 和LSTM - CRF構建。

🚀 快速開始

✨ 主要特性

• 高準確率：在WikiNER數據集上F1分數達到90.61，能精準識別法語文本中的實體。
• 多標籤預測：可預測4種常見的命名實體標籤，滿足多種應用場景。
• 基於先進技術：採用Flair嵌入和LSTM - CRF架構，保證模型性能。

📦 安裝指南

使用該模型需要安裝 Flair，可通過以下命令進行安裝：

pip install flair

💻 使用示例

基礎用法

from flair.data import Sentence
from flair.models import SequenceTagger

# 加載標籤器
tagger = SequenceTagger.load("flair/ner-french")

# 創建示例句子
sentence = Sentence("George Washington est allé à Washington")

# 預測NER標籤
tagger.predict(sentence)

# 打印句子
print(sentence)

# 打印預測的NER跨度
print('The following NER tags are found:')
# 遍歷實體並打印
for entity in sentence.get_spans('ner'):
    print(entity)

上述代碼將產生以下輸出：

Span [1,2]: "George Washington"   [− Labels: PER (0.7394)]
Span [6]: "Washington"   [− Labels: LOC (0.9161)]

這表明在句子 "George Washington est allé à Washington" 中，識別出了實體 "George Washington"（標記為人名）和 "Washington"（標記為地名）。

🔧 技術細節

本模型基於Flair嵌入和LSTM - CRF構建。Flair嵌入通過上下文信息為單詞生成更具表現力的表示，而LSTM - CRF則用於序列標註任務，能夠有效處理序列中的依賴關係。訓練數據使用了WIKINER_FRENCH數據集，通過以下腳本進行模型訓練：

from flair.data import Corpus
from flair.datasets import WIKINER_FRENCH
from flair.embeddings import WordEmbeddings, StackedEmbeddings, FlairEmbeddings

# 1. 獲取語料庫
corpus: Corpus = WIKINER_FRENCH()

# 2. 確定要預測的標籤類型
tag_type = 'ner'

# 3. 從語料庫中創建標籤字典
tag_dictionary = corpus.make_tag_dictionary(tag_type=tag_type)

# 4. 初始化使用的每種嵌入
embedding_types = [

    # GloVe嵌入
    WordEmbeddings('fr'),

    # 上下文字符串嵌入，前向
    FlairEmbeddings('fr-forward'),

    # 上下文字符串嵌入，後向
    FlairEmbeddings('fr-backward'),
]

# 嵌入棧由Flair和GloVe嵌入組成
embeddings = StackedEmbeddings(embeddings=embedding_types)

# 5. 初始化序列標籤器
from flair.models import SequenceTagger

tagger = SequenceTagger(hidden_size=256,
                        embeddings=embeddings,
                        tag_dictionary=tag_dictionary,
                        tag_type=tag_type)

# 6. 初始化訓練器
from flair.trainers import ModelTrainer

trainer = ModelTrainer(tagger, corpus)

# 7. 運行訓練
trainer.train('resources/taggers/ner-french',
              train_with_dev=True,
              max_epochs=150)

📄 許可證

文檔未提及許可證相關信息。

📚 引用說明

使用此模型時，請引用以下論文：

@inproceedings{akbik2018coling,
  title={Contextual String Embeddings for Sequence Labeling},
  author={Akbik, Alan and Blythe, Duncan and Vollgraf, Roland},
  booktitle = {{COLING} 2018, 27th International Conference on Computational Linguistics},
  pages     = {1638--1649},
  year      = {2018}
}

⚠️ 問題反饋

若遇到問題，可在 Flair問題跟蹤器 中反饋。