Ner Danish

🚀 丹麦语命名实体识别（Flair默认模型）

这是 Flair 自带的标准4类丹麦语命名实体识别（NER）模型。该模型能够高效识别丹麦语文本中的实体信息，为自然语言处理任务提供有力支持。

F1分数：81.78（DaNER）

此模型可预测以下4种标签：

该模型基于Transformer嵌入和LSTM - CRF构建。

🚀 快速开始

✨ 主要特性

• 标准的4类丹麦语命名实体识别模型。
• 基于Transformer嵌入和LSTM - CRF，具有较高的识别准确率，F1分数达到81.78（DaNER）。
• 可预测人名、地名、组织机构名和其他名称4种标签。

📦 安装指南

使用该模型需要安装 Flair，可以使用以下命令进行安装：

pip install flair

💻 使用示例

基础用法

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

# 加载标签器
tagger = SequenceTagger.load("flair/ner-danish")

# 创建示例句子
sentence = Sentence("Jens Peter Hansen kommer fra Danmark")

# 预测命名实体识别标签
tagger.predict(sentence)

# 打印句子
print(sentence)

# 打印预测的命名实体识别跨度
print('The following NER tags are found:')
# 遍历实体并打印
for entity in sentence.get_spans('ner'):
    print(entity)

上述代码的输出如下：

Span [1,2,3]: "Jens Peter Hansen"   [− Labels: PER (0.9961)]
Span [6]: "Danmark"   [− Labels: LOC (0.9816)]

这表明在句子 "Jens Peter Hansen kommer fra Danmark" 中，识别出了实体 "Jens Peter Hansen"（标记为 人名）和 "Danmark"（标记为 地名）。

📚 详细文档

训练脚本

该模型由 DaNLP项目 使用 DaNE语料库 进行训练。可以使用以下Flair脚本训练类似的模型：

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

# 1. 获取语料库
corpus: Corpus = DANE()

# 2. 确定要预测的标签类型
tag_type = 'ner'

# 3. 从语料库中创建标签字典
tag_dictionary = corpus.make_tag_dictionary(tag_type=tag_type)

# 4. 初始化使用的每种嵌入
embedding_types = [
    # GloVe嵌入
    WordEmbeddings('da'),
    # 上下文字符串嵌入，前向
    FlairEmbeddings('da-forward'),
    # 上下文字符串嵌入，后向
    FlairEmbeddings('da-backward'),
]

# 嵌入栈由Flair和GloVe嵌入组成
embeddings = StackedEmbeddings(embeddings=embedding_types)

# 5. 初始化序列标签器
from flair.models import SequenceTagger

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

# 6. 初始化训练器
from flair.trainers import ModelTrainer

trainer = ModelTrainer(tagger, corpus)

# 7. 运行训练
trainer.train('resources/taggers/ner-danish',
              train_with_dev=True,
              max_epochs=150)

📄 许可证

文档中未提及相关许可证信息。

🔧 引用说明

使用该模型时，请引用以下论文：

@inproceedings{akbik-etal-2019-flair,
    title = "{FLAIR}: An Easy-to-Use Framework for State-of-the-Art {NLP}",
    author = "Akbik, Alan  and
      Bergmann, Tanja  and
      Blythe, Duncan  and
      Rasul, Kashif  and
      Schweter, Stefan  and
      Vollgraf, Roland",
    booktitle = "Proceedings of the 2019 Conference of the North {A}merican Chapter of the Association for Computational Linguistics (Demonstrations)",
    year = "2019",
    url = "https://www.aclweb.org/anthology/N19-4010",
    pages = "54--59",
}

更多信息请查看 DaNLP项目。

🔗 问题反馈

如果你在使用过程中遇到问题，可以在 Flair问题跟踪器 中反馈。