Distilroberta Base Ner Wikiann Conll2003 4 Class

由 philschmid 开发

基于DistilRoBERTa-base的命名实体识别模型，在wikiann和conll2003数据集上微调，支持4类实体识别。

序列标注

Transformers

开源协议:Apache-2.0 #高精度NER #多语言实体识别 #轻量级RoBERTa

下载量 16

发布时间 : 3/2/2022

模型介绍

内容详情

替代品

模型简介

该模型是一个用于命名实体识别（NER）任务的模型，能够识别文本中的人名(PER)、组织名(ORG)、地名(LOC)和其他杂项(MISC)实体。

模型特点

高精度实体识别

在合并数据集上达到95.39的F1分数，表现出色。

多类别支持

支持识别4类实体：人名(PER)、组织名(ORG)、地名(LOC)和其他杂项(MISC)。

高效模型

基于DistilRoBERTa-base，在保持性能的同时减少了模型大小。

模型能力

文本实体识别

多类别实体分类

使用案例

信息提取

新闻文本分析

从新闻文章中提取人名、组织名和地名等关键信息。

可准确识别90%以上的实体

文档处理

自动处理和分析文档中的命名实体。

许可证：apache-2.0
标签：

标记分类
数据集：
wikiann-conll2003
评估指标：
精确率
召回率
F1值
准确率

模型索引：

名称：distilroberta-base-ner-wikiann-conll2003-4-class
结果：
- 任务：
  名称：标记分类
  类型：token-classification
  数据集：
  名称：wikiann-conll2003
  类型：wikiann-conll2003
  评估指标：
  - 名称：精确率
    类型：precision
    值：0.9492143658810326
  - 名称：召回率
    类型：recall
    值：0.9585379675103891
  - 名称：F1值
    类型：f1
    值：0.9538533834586467
  - 名称：准确率
    类型：accuracy
    值：0.9882022644288301

distilroberta-base-ner-wikiann-conll2003-4-class

该模型是基于distilroberta-base在wikiann和conll2003数据集上微调的版本。它包含conll2003的类别：

O (0), B-PER (1), I-PER (2), B-ORG (3), I-ORG (4) B-LOC (5), I-LOC (6) B-MISC (7), I-MISC (8)。

评估F1分数：95.39（合并数据集）
测试F1分数：90.75（合并数据集）

模型使用

from transformers import AutoTokenizer, AutoModelForTokenClassification  
from transformers import pipeline  

tokenizer = AutoTokenizer.from_pretrained("philschmid/distilroberta-base-ner-wikiann-conll2003-4-class")  
model = AutoModelForTokenClassification.from_pretrained("philschmid/distilroberta-base-ner-wikiann-conll2003-4-class")  

nlp = pipeline("ner", model=model, tokenizer=tokenizer, grouped_entities=True)  
example = "My name is Philipp and live in Germany"  

nlp(example)