🚀 德语NER的Flair大模型
这是一个用于德语的4分类命名实体识别(NER)大模型,它集成于 Flair 库中。该模型在德语命名实体识别任务中表现出色,能够精准识别出人名、地名、组织机构名等实体。
🚀 快速开始
本模型依赖于 Flair 库,你可以使用以下命令进行安装:
pip install flair
✨ 主要特性
- 高准确率:在CoNLL - 03德语修订数据集上,F1分数达到了 92.31。
- 多标签预测:能够预测4种标签,具体如下:
| 标签 | 含义 |
| ---- | ---- |
| PER | 人名 |
| LOC | 地名 |
| ORG | 组织机构名 |
| MISC | 其他名称 |
- 技术先进:基于文档级的XLM - R嵌入和 FLERT 技术。
💻 使用示例
基础用法
from flair.data import Sentence
from flair.models import SequenceTagger
tagger = SequenceTagger.load("flair/ner-german-large")
sentence = Sentence("George Washington ging nach Washington")
tagger.predict(sentence)
print(sentence)
print('The following NER tags are found:')
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 (1.0)]
Span [5]: "Washington" [− Labels: LOC (1.0)]
这表明在句子 "George Washington ging nach 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
本模型的训练脚本如下:
import torch
from flair.datasets import CONLL_03_GERMAN
corpus = CONLL_03_GERMAN()
tag_type = 'ner'
tag_dictionary = corpus.make_tag_dictionary(tag_type=tag_type)
from flair.embeddings import TransformerWordEmbeddings
embeddings = TransformerWordEmbeddings(
model='xlm-roberta-large',
layers="-1",
subtoken_pooling="first",
fine_tune=True,
use_context=True,
)
from flair.models import SequenceTagger
tagger = SequenceTagger(
hidden_size=256,
embeddings=embeddings,
tag_dictionary=tag_dictionary,
tag_type='ner',
use_crf=False,
use_rnn=False,
reproject_embeddings=False,
)
from flair.trainers import ModelTrainer
trainer = ModelTrainer(tagger, corpus, optimizer=torch.optim.AdamW)
from torch.optim.lr_scheduler import OneCycleLR
trainer.train('resources/taggers/ner-german-large',
learning_rate=5.0e-6,
mini_batch_size=4,
mini_batch_chunk_size=1,
max_epochs=20,
scheduler=OneCycleLR,
embeddings_storage_mode='none',
weight_decay=0.,
)
📄 许可证
使用本模型时,请引用以下论文:
@misc{schweter2020flert,
title={FLERT: Document-Level Features for Named Entity Recognition},
author={Stefan Schweter and Alan Akbik},
year={2020},
eprint={2011.06993},
archivePrefix={arXiv},
primaryClass={cs.CL}
}
❓ 问题反馈
如果你在使用过程中遇到问题,可以在 Flair的问题跟踪器 中反馈。