Ner English Fast

🚀 Flair英文快速命名实体识别模型

本项目是基于 Flair 框架的英文快速四分类命名实体识别（NER）模型。该模型在英文文本的命名实体识别任务中表现出色，能够快速准确地识别出人名、地名、组织机构名和其他类型的实体。

✨ 主要特性

• 高准确率：在修正后的CoNLL - 03数据集上，F1分数达到了 92.92。
• 四标签预测：能够预测四种标签，分别为： | 标签 | 含义 | | ---- | ---- | | PER | 人名 | | LOC | 地名 | | ORG | 组织机构名 | | MISC | 其他名称 |
• 技术基础：基于 Flair嵌入 和LSTM - CRF技术构建。

📦 安装指南

使用本模型需要安装 Flair，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

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

# 创建示例句子
sentence = Sentence("George Washington went to Washington")

# 预测NER标签
tagger.predict(sentence)

# 打印句子
print(sentence)

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

上述代码的输出结果如下：

Span [1,2]: "George Washington"   [− Labels: PER (0.9515)]
Span [5]: "Washington"   [− Labels: LOC (0.992)]

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）。

📚 详细文档

模型训练脚本

以下是用于训练该模型的Flair脚本：

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

# 1. 获取语料库
corpus: Corpus = CONLL_03()

# 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. 初始化使用的嵌入层
embedding_types = [

    # GloVe嵌入
    WordEmbeddings('glove'),

    # 前向上下文字符串嵌入
    FlairEmbeddings('news-forward-fast'),

    # 后向上下文字符串嵌入
    FlairEmbeddings('news-backward-fast'),
]

# 嵌入层栈由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. 开始训练
trainer.train('resources/taggers/ner-english',
              train_with_dev=True,
              max_epochs=150)

📄 引用说明

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

若遇到问题，可在 Flair问题跟踪器 中反馈。