Uk Ner Web Trf 13class

🚀 uk_ner_web_trf_13class

uk_ner_web_trf_13class 是一个经过微调的模型，它基于 Roberta Large Ukrainian model，可直接用于 命名实体识别（Named Entity Recognition），并在乌克兰语的命名实体识别任务中达到了新的 最优性能（SoA）。该模型性能出色，经过训练能够识别 十三种 实体类型。

🚀 快速开始

本模型可直接用于乌克兰语的命名实体识别任务。你可以通过以下方式使用它：

# 这里假设使用Hugging Face的transformers库，具体代码需根据实际情况调整
from transformers import AutoTokenizer, AutoModelForTokenClassification

tokenizer = AutoTokenizer.from_pretrained("uk_ner_web_trf_13class")
model = AutoModelForTokenClassification.from_pretrained("uk_ner_web_trf_13class")

text = "Президент Володимир Зеленський пояснив, що наразі діалог із режимом Володимира путіна неможливий, адже агресор обрав курс на знищення українського народу. За словами Зеленського цей режим РФ виявляє неповагу до суверенітету і територіальної цілісності України."
inputs = tokenizer(text, return_tensors="pt")
outputs = model(**inputs)
# 后续处理输出结果

✨ 主要特性

• 性能卓越：在乌克兰语的命名实体识别任务中达到新的最优性能。
• 实体类型丰富：能够识别十三种不同类型的实体。

📚 详细文档

模型描述

uk_ner_web_trf_13class 是基于 Roberta Large Ukrainian model 微调而来，可用于乌克兰语的命名实体识别任务。

可识别的实体类型

• ORG（组织）：公司、品牌、机构、组织、协会（包括宗教、非正式、非营利性组织）、政党、人民团体或特定项目（如会议、乐队、电视节目等）的名称。例如：UNESCO。
• PERS（人物）：人物的姓名，人物可以是人类、书籍角色或类人生物（如吸血鬼、幽灵、美人鱼等）。例如：Marquis de Sade。
• LOC（地点）：地理名称，包括地区、村庄、城市、州、县、国家、大陆、河流、湖泊、海洋、山脉等的名称。例如：Ukraine。
• MON（货币金额）：包括货币的金额。例如：$40, 1 mln hryvnias。
• PCT（百分比）：包括百分号或“percent”一词的百分比值。例如：10%。
• DATE（日期）：完整或不完整的日历日期，可能包括世纪、年、月、日。例如：last week, 10.12.1999。
• TIME（时间）：文本或数字形式的时间戳。例如：half past six, 18:30。
• PERIOD（时间段）：时间段，可能由两个日期组成。例如：a few months, 2014 - 2015。
• JOB（职位）：职位名称。例如：member of parliament, ophthalmologist。
• DOC（文档）：文档的唯一名称，包括合同、订单、账单、采购单等的名称。例如：procurement contract CW2244226。
• QUANT（数量）：带有计量单位的数量，如重量、距离、尺寸等。例如：3 kilograms, a hundred miles。
• ART（人造物品）：人造产品的名称，如书籍、歌曲、汽车或三明治等。例如：Mona Lisa, iPhone。
• MISC（其他）：上述列表未涵盖的任何其他实体，如节日名称、网站、战役、战争、体育赛事、飓风等。例如：Black Friday。

训练数据集

该模型在 NER - UK 2.0 dataset 上进行了微调，该数据集由 lang - uk 发布。

其他相关模型

另一个基于transformer的、为SpaCy训练的 四分类模型 可在 此处 获取。

📄 许可证

本模型采用 MIT 许可证。

模型指标

版权信息

Copyright: Dmytro Chaplynskyi, Mariana Romanyshyn, lang - uk project, 2024

引用信息

引用信息待补充。