Albert Fa Base V2 Ner Peyma

🚀 ALBERT波斯语模型

ALBERT波斯语模型是针对波斯语进行自监督语言表征学习的轻量级BERT模型。它能助力波斯语相关的自然语言处理任务，为波斯语的语义理解等工作提供有力支持。

ALBERT - 波斯语是首次针对波斯语开展的ALBERT模型尝试。该模型基于谷歌的ALBERT BASE版本2.0进行训练，训练数据涵盖了多种写作风格、众多主题（如科学、小说、新闻等）的超过390万篇文档、7300万句话和13亿个单词，这与我们训练ParsBERT的方式类似。

请关注ALBERT - 波斯语仓库，以获取有关过往和当前模型的最新信息。

✨ 主要特性

波斯语命名实体识别 [ARMAN, PEYMA]

此任务旨在从文本中提取命名实体，如人名等，并使用合适的NER类别（如地点、组织等）进行标注。用于该任务的数据集包含以IOB格式标注的句子。在这种格式中，不属于实体的标记被标记为”O”，”B”标记对应对象的第一个单词，”I”标记对应同一实体的其余单词。”B”和”I”标记后面都跟着一个连字符（或下划线），然后是实体类别。因此，命名实体识别任务是一个多类标记分类问题，在输入原始文本时对标记进行标注。波斯语命名实体识别主要使用两个数据集：ARMAN和PEYMA。

PEYMA

PEYMA数据集包含7145个句子，总共302530个标记，其中41148个标记被标记为七个不同的类别：

1. 组织
2. 货币
3. 地点
4. 日期
5. 时间
6. 人物
7. 百分比

下载 你可以从[这里](http://nsurl.org/tasks/task - 7 - named - entity - recognition - ner - for - farsi/)下载该数据集。

📚 详细文档

结果

以下表格总结了与其他模型和架构相比所获得的F1分数：

BibTeX引用和引用信息

请在出版物中按以下方式引用：

@misc{ALBERTPersian,
  author = {Mehrdad Farahani},
  title = {ALBERT-Persian: A Lite BERT for Self-supervised Learning of Language Representations for the Persian Language},
  year = {2020},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {\url{https://github.com/m3hrdadfi/albert-persian}},
}

@article{ParsBERT,
    title={ParsBERT: Transformer-based Model for Persian Language Understanding},
    author={Mehrdad Farahani, Mohammad Gharachorloo, Marzieh Farahani, Mohammad Manthouri},
    journal={ArXiv},
    year={2020},
    volume={abs/2005.12515}
}

📄 许可证

本项目采用Apache 2.0许可证。

❓ 常见问题

如果你有任何问题，请在ALBERT - 波斯语仓库中提交GitHub问题。