Bert Base Turkish Uncased Ner

🚀 土耳其语基础无大小写BERT命名实体识别模型

本模型基于dbmdz/bert-base-turkish-uncased，在土耳其语维基百科命名实体识别（NER）数据集上进行微调，可有效识别土耳其语文本中的命名实体，为相关自然语言处理任务提供支持。

🚀 快速开始

本模型是 dbmdz/bert-base-turkish-uncased 在 turkish-wiki_ner 数据集上的微调版本。在评估集上取得了以下成绩：

• 损失值：0.2603
• F1值：0.7821

✨ 主要特性

模型描述

该模型是 dbmdz/bert-base-turkish-uncased 在 turkish-wiki_ner 数据集上的微调版本。训练数据集包含18,967个样本，验证数据集包含1,000个样本，均来自维基百科数据。

更多详细信息，请访问此链接：https://huggingface.co/datasets/turkish-nlp-suite/turkish-wikiNER

标签信息

• CARDINAL
• DATE
• EVENT
• FAC
• GPE
• LANGUAGE
• LAW
• LOC
• MONEY
• NORP
• ORDINAL
• ORG
• PERCENT
• PERSON
• PRODUCT
• QUANTITY
• TIME
• TITLE
• WORK_OF_ART

微调过程

微调过程详情请见：https://github.com/saribasmetehan/bert-base-turkish-uncased-ner

💻 使用示例

基础用法

from transformers import pipeline
import pandas as pd

text = "Bu toplam sıfır ise, Newton'ın birinci yasası cismin hareket durumunun değişmeyeceğini söyler."
model_id = "saribasmetehan/bert-base-turkish-uncased-ner"
ner = pipeline("ner", model = model_id)
preds = ner(text, aggregation_strategy = "simple")

pd.DataFrame(preds)

直接加载模型

from transformers import AutoModelForTokenClassification, AutoTokenizer

model_name = "saribasmetehan/bert-base-turkish-uncased-ner"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForTokenClassification.from_pretrained(model_name)

🔧 技术细节

训练超参数

训练过程中使用了以下超参数：

• 学习率：2e-05
• 训练批次大小：16
• 评估批次大小：16
• 随机种子：42
• 优化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e-08）
• 学习率调度器类型：线性
• 训练轮数：4

训练结果

框架版本

• Transformers：4.41.2
• Pytorch：2.3.0+cu121
• Datasets：2.19.2
• Tokenizers：0.19.1

📄 许可证

本模型采用MIT许可证。