Tinybert Spanish Uncased Finetuned Ner

🚀 西班牙语TinyBERT + 命名实体识别（NER）

本模型是在我使用蒸馏法创建的西班牙语TinyBert基础上，针对NER-C数据集进行微调，以用于命名实体识别（NER） 下游任务。该模型的大小仅为55MB。

📚 详细文档

下游任务（NER）详情 - 数据集

• 数据集：CONLL Corpora ES

我对数据集进行了预处理，并按照80/20的比例将其划分为训练集和开发集。

• 使用Huggingface提供的NER微调脚本

• 涵盖的标签：

B-LOC
B-MISC
B-ORG
B-PER
I-LOC
I-MISC
I-ORG
I-PER
O

评估集指标

模型对比

💻 使用示例

基础用法

import torch
from transformers import AutoModelForTokenClassification, AutoTokenizer

id2label = {
    "0": "B-LOC",
    "1": "B-MISC",
    "2": "B-ORG",
    "3": "B-PER",
    "4": "I-LOC",
    "5": "I-MISC",
    "6": "I-ORG",
    "7": "I-PER",
    "8": "O"
}

tokenizer = AutoTokenizer.from_pretrained('mrm8488/TinyBERT-spanish-uncased-finetuned-ner')
model = AutoModelForTokenClassification.from_pretrained('mrm8488/TinyBERT-spanish-uncased-finetuned-ner')
text ="Mis amigos están pensando viajar a Londres este verano."
input_ids = torch.tensor(tokenizer.encode(text)).unsqueeze(0)

outputs = model(input_ids)
last_hidden_states = outputs[0]

for m in last_hidden_states:
  for index, n in enumerate(m):
    if(index > 0 and index <= len(text.split(" "))):
      print(text.split(" ")[index-1] + ": " + id2label[str(torch.argmax(n).item())])
      
'''
Output:
--------
Mis: O
amigos: O
están: O
pensando: O
viajar: O
a: O
Londres: B-LOC
este: O
verano.: O
'''

由 Manuel Romero/@mrm8488 创建

于西班牙用心打造 ❤️