Bert Fa Zwnj Base Ner

🚀 BertNER

BertNER 是一个针对命名实体识别（NER）任务进行微调的模型。它在一个混合 NER 数据集上进行训练，该数据集收集自 ARMAN、PEYMA 和 WikiANN，涵盖了十种类型的实体：

• 日期（DAT）
• 事件（EVE）
• 设施（FAC）
• 地点（LOC）
• 货币（MON）
• 组织（ORG）
• 百分比（PCT）
• 人物（PER）
• 产品（PRO）
• 时间（TIM）

📚 数据集信息

📊 评估结果

以下表格总结了模型在整体和每个类别上的得分。

整体评估

各实体评估

💻 使用示例

你可以使用 Transformers 管道进行命名实体识别来使用此模型。

安装依赖

pip install transformers

使用管道进行预测

from transformers import AutoTokenizer
from transformers import AutoModelForTokenClassification  # for pytorch
from transformers import TFAutoModelForTokenClassification  # for tensorflow
from transformers import pipeline


model_name_or_path = "HooshvareLab/bert-fa-zwnj-base-ner" 
tokenizer = AutoTokenizer.from_pretrained(model_name_or_path)
model = AutoModelForTokenClassification.from_pretrained(model_name_or_path)  # Pytorch
# model = TFAutoModelForTokenClassification.from_pretrained(model_name_or_path)  # Tensorflow

nlp = pipeline("ner", model=model, tokenizer=tokenizer)
example = "در سال ۲۰۱۳ درگذشت و آندرتیکر و کین برای او مراسم یادبود گرفتند."

ner_results = nlp(example)
print(ner_results)

❓ 常见问题

如有疑问，请在 ParsNER Issues 仓库中提交 GitHub 问题。