标签:

• 标记分类 数据集:
• djagatiya/ner-ontonotes-v5-eng-v4 小部件示例:
• 文本: "9月1日，乔治在观看《权力的游戏》时赢了1美元。"

(NER) roberta-base : conll2012_ontonotesv5-english-v4

该roberta-base命名实体识别模型基于conll2012_ontonotesv5英文版v4数据集微调而成。
更多信息请查阅NER系统代码库。

数据集

• conll2012_ontonotesv5

  • 语言: 英语
  • 版本: v4

  数据集	样本数
  训练集	75187
  测试集	9479

评估指标

• 精确率: 88.88
• 召回率: 90.69
• F1分数: 89.78

完整评估指标及分类报告详见eval.log文件。

                精确率   召回率  F1分数   支持数

    基数词       0.84      0.85      0.85       935
        日期       0.85      0.90      0.87      1602
       事件       0.67      0.76      0.71        63
        设施       0.74      0.72      0.73       135
        地缘政体       0.97      0.96      0.96      2240
    语言       0.83      0.68      0.75        22
        法律       0.66      0.62      0.64        40
        地点       0.74      0.80      0.77       179
       货币       0.85      0.89      0.87       314
       民族/宗教/政体       0.93      0.96      0.95       841
    序数词       0.81      0.89      0.85       195
        组织       0.90      0.91      0.91      1795
    百分比       0.90      0.92      0.91       349
        人物       0.95      0.95      0.95      1988
        产品       0.74      0.83      0.78        76
    数量       0.76      0.80      0.78       105
        时间       0.62      0.67      0.65       212
    文艺作品       0.58      0.69      0.63       166

   微平均       0.89      0.91      0.90     11257
   宏平均       0.80      0.82      0.81     11257
加权平均       0.89      0.91      0.90     11257

使用方式

from transformers import pipeline

ner_pipeline = pipeline(
    'token-classification', 
    model=r'djagatiya/ner-roberta-base-ontonotesv5-englishv4',
    aggregation_strategy='simple'
)

测试1

ner_pipeline("印度是个美丽的国家")

# 输出
[{'entity_group': '地缘政体',
  'score': 0.99186057,
  'word': ' 印度',
  'start': 0,
  'end': 5}]

测试2

ner_pipeline("9月1日，乔治在观看《权力的游戏》时赢了1美元。")

# 输出
[{'entity_group': '日期',
  'score': 0.99720246,
  'word': ' 9月1日',
  'start': 3,
  'end': 16},
 {'entity_group': '人物',
  'score': 0.99071586,
  'word': ' 乔治',
  'start': 17,
  'end': 23},
 {'entity_group': '货币',
  'score': 0.9872978,
  'word': ' 1美元',
  'start': 28,
  'end': 36},
 {'entity_group': '文艺作品',
  'score': 0.9946732,
  'word': ' 《权力的游戏》',
  'start': 52,
  'end': 67}]