Ner English

🚀 Flair中的英文命名实体识别（默认模型）

本项目提供了一个标准的英文四分类命名实体识别（NER）模型，它是 Flair 库的一部分。该模型能够有效识别英文文本中的人名、地名、组织机构名和其他名称，在CoNLL - 03数据集上校正后的F1分数达到了93.06。

✨ 主要特性

• 高准确率：在CoNLL - 03数据集上有出色的表现，F1分数达到93.06。
• 多标签预测：能够预测4种标签，分别为人名（PER）、地名（LOC）、组织机构名（ORG）和其他名称（MISC）。
• 技术先进：基于 Flair嵌入 和LSTM - CRF构建。

📦 安装指南

使用此模型需要安装 Flair 库，可以通过以下命令进行安装：

pip install flair

💻 使用示例

基础用法

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

# load tagger
tagger = SequenceTagger.load("flair/ner-english")

# make example sentence
sentence = Sentence("George Washington went to Washington")

# predict NER tags
tagger.predict(sentence)

# print sentence
print(sentence)

# print predicted NER spans
print('The following NER tags are found:')
# iterate over entities and print
for entity in sentence.get_spans('ner'):
    print(entity)

高级用法

上述代码展示了基础的命名实体识别流程。在实际应用中，你可以根据需求对代码进行扩展，例如处理批量文本、结合其他NLP任务等。

运行上述基础用法代码会得到以下输出：

Span [1,2]: "George Washington"   [− Labels: PER (0.9968)]
Span [5]: "Washington"   [− Labels: LOC (0.9994)]

这表明在句子 "George Washington went to Washington" 中，识别出了实体 "George Washington"（标签为人名）和 "Washington"（标签为地名）。

🔧 技术细节

本模型基于 Flair嵌入 和LSTM - CRF构建。以下是训练该模型的Flair脚本：

from flair.data import Corpus
from flair.datasets import CONLL_03
from flair.embeddings import WordEmbeddings, StackedEmbeddings, FlairEmbeddings

# 1. get the corpus
corpus: Corpus = CONLL_03()

# 2. what tag do we want to predict?
tag_type = 'ner'

# 3. make the tag dictionary from the corpus
tag_dictionary = corpus.make_tag_dictionary(tag_type=tag_type)

# 4. initialize each embedding we use
embedding_types = [

    # GloVe embeddings
    WordEmbeddings('glove'),

    # contextual string embeddings, forward
    FlairEmbeddings('news-forward'),

    # contextual string embeddings, backward
    FlairEmbeddings('news-backward'),
]

# embedding stack consists of Flair and GloVe embeddings
embeddings = StackedEmbeddings(embeddings=embedding_types)

# 5. initialize sequence tagger
from flair.models import SequenceTagger

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

# 6. initialize trainer
from flair.trainers import ModelTrainer

trainer = ModelTrainer(tagger, corpus)

# 7. run training
trainer.train('resources/taggers/ner-english',
              train_with_dev=True,
              max_epochs=150)

📄 许可证

文档中未提及相关许可证信息。

📚 详细文档

引用

使用此模型时，请引用以下论文：

@inproceedings{akbik2018coling,
  title={Contextual String Embeddings for Sequence Labeling},
  author={Akbik, Alan and Blythe, Duncan and Vollgraf, Roland},
  booktitle = {{COLING} 2018, 27th International Conference on Computational Linguistics},
  pages     = {1638--1649},
  year      = {2018}
}

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。