language: tr

概述

这是一个针对土耳其语的命名实体识别（NER）模型，包含48个类别，基于Behçet Şentürk整理的精简版TWNERTC土耳其语NER数据集训练而成。该数据集是对以下自动标注数据的筛选和清洗版本：

Sahin, H. Bahadir; Eren, Mustafa Tolga; Tirkaz, Caglar; Sonmez, Ozan; Yildiz, Eray (2017), "英语/土耳其语维基百科命名实体识别与文本分类数据集", Mendeley Data, v1 http://dx.doi.org/10.17632/cdcztymf4k.1

基础模型

模型采用electra-base-turkish-cased-discriminator作为主干网络，并通过微调适配于令牌分类任务。

目前仍在探索如何基于该数据集进一步提升准确率，但现有版本已适用于非关键场景的应用。欢迎通过Twitter联系我讨论相关问题。后续将发布使用精简版TWNERTC微调NER模型的教程笔记，并附上示例推理代码以展示本模型的实践应用能力。