language: is license: apache-2.0 widget:

• text: "基督徒不能将耶稣基督的叙述束之高阁，因为他们已经阅读过这些内容。"
• text: "为何要在选举前夕投票给一个自称是社会民主党的政党，当你可以直接投票给真正的社会民主党——冰岛社会民主联盟党时？"
• text: "这一点在三年前发行的专辑《需要像你这样的人》中得到了令人难忘的印证，专辑中他邀请了来自凯夫拉维克的Fálkur和他的儿子Gálan，来编曲并录制他的歌曲。"
• text: "这些歌曲之前曾作为《Hail to the Thief》的附加曲目在小唱片中发行，但光盘中还包含视频和其他电脑专用内容。"
• text: "布兰妮提醒了他，于是他开车送她到圣莫尼卡的加州大学洛杉矶分校医疗中心，那里就在录音室附近。"

冰岛语命名实体识别 DistilBERT

该模型基于MIM-GOLD-NER数据集针对冰岛语进行了微调训练。MIM-GOLD-NER语料库由雷克雅未克大学于2018–2020年开发，涵盖八类实体：

• 日期
• 地点
• 杂项
• 金额
• 组织机构
• 百分比
• 人物
• 时间

数据集信息

评估结果

下表汇总了模型整体及各类别的评分表现。

使用指南

可通过Transformers的NER流水线使用本模型。

安装依赖

pip install transformers

预测示例

from transformers import AutoTokenizer
from transformers import AutoModelForTokenClassification  # PyTorch版本
from transformers import TFAutoModelForTokenClassification  # TensorFlow版本
from transformers import pipeline


模型路径 = "m3hrdadfi/icelandic-ner-distilbert" 
分词器 = AutoTokenizer.from_pretrained(模型路径)
模型 = AutoModelForTokenClassification.from_pretrained(模型路径)  # PyTorch
# 模型 = TFAutoModelForTokenClassification.from_pretrained(模型路径)  # TensorFlow

自然语言处理 = pipeline("ner", model=模型, tokenizer=分词器)
示例文本 = "基督徒不能将耶稣基督的叙述束之高阁，因为他们已经阅读过这些内容。"

实体识别结果 = 自然语言处理(示例文本)
print(实体识别结果)

问题反馈？

请在冰岛语NER问题库提交GitHub issue。