language: de thumbnail: https://huggingface.co/severinsimmler/literary-german-bert/raw/main/kfold.png

面向文学文本的德语BERT模型

本德语BERT模型基于bert-base-german-dbmdz-cased架构，通过在德语小说语料库上进行语言建模任务的微调，使其适配文学文本领域。随后模型进一步在DROC语料库上进行了命名实体识别微调，可用于识别德语小说中的主要人物角色。

性能指标

语言建模

德语小说语料库包含3,194篇文档，共计203,516,988个词符及1,520,855种词型。文本出版年份横跨18至20世纪：

评估结果

训练一轮后的表现：

命名实体识别

该模型还在10,799条训练语句（验证集547条，测试集1,845条）上进行了两轮微调，标注体系包含三类标签：B-PER、I-PER和O。

评估结果

模型还采用十折交叉验证进行了评估，并与Jannidis等人(2015)提出的经典条件随机场基线模型进行了对比：

参考文献

Markus Krug, Lukas Weimer, Isabella Reger, Luisa Macharowsky, Stephan Feldhaus, Frank Puppe, Fotis Jannidis, 德语小说人物指代语料库描述, 2018.

Fotis Jannidis, Isabella Reger, Lukas Weimer, Markus Krug, Martin Toepfer, Frank Puppe, 德语小说中人物的自动识别, 2015.