语言: 德语

德语BERT + LER（法律实体识别）⚖️

基于德语BERT基础版（bert-base-german-cased）微调，专为**法律实体识别（LER）**下游任务定制，训练数据来自法律实体识别数据集。

下游任务（NER）详情 - 数据集

法律实体识别数据集：针对法律文档的细粒度命名实体识别。

数据集选取了2017至2018年由德国联邦司法与消费者保护部在线发布的法院判决文件，涵盖七大联邦法院：联邦劳动法院（BAG）、联邦财政法院（BFH）、联邦最高法院（BGH）、联邦专利法院（BPatG）、联邦社会法院（BSG）、联邦宪法法院（BVerfG）及联邦行政法院（BVerwG）。

• 训练脚本：Huggingface提供的NER微调脚本
  Colab教程：如何使用HF脚本微调NER模型

• 覆盖标签及其分布：

    107 B-AN
    918 B-EUN
   2238 B-GRT
  13282 B-GS
   1113 B-INN
    704 B-LD
    151 B-LDS
   2490 B-LIT
    282 B-MRK
    890 B-ORG
   1374 B-PER
   1480 B-RR
  10046 B-RS
    401 B-ST
     68 B-STR
   1011 B-UN
    282 B-VO
    391 B-VS
   2648 B-VT
     46 I-AN
   6925 I-EUN
   1957 I-GRT
  70257 I-GS
   2931 I-INN
    153 I-LD
     26 I-LDS
  28881 I-LIT
    383 I-MRK
   1185 I-ORG
    330 I-PER
    106 I-RR
 138938 I-RS
     34 I-ST
     55 I-STR
   1259 I-UN
   1572 I-VO
   2488 I-VS
  11121 I-VT
1348525 O

• 标注指南（德语版）

验证集性能指标

模型实战

通过pipeline快速调用：

from transformers import pipeline

nlp_ler = pipeline(
    "ner",
    model="mrm8488/bert-base-german-finetuned-ler",
    tokenizer="mrm8488/bert-base-german-finetuned-ler"
)

text = "此处输入您的德语法律文本"

nlp_ler(text)

由Manuel Romero/@mrm8488创建
于西班牙倾心制作 ❤