标签:

• flair
• 命名实体识别
• 序列标注模型 语言: 德语 数据集:
• conll2003 示例输入:
• 文本: "乔治·华盛顿去了华盛顿"

Flair中的德语命名实体识别（默认模型）

这是Flair自带的德语标准4类NER模型。

F1分数: 87.94 (CoNLL-03德语修订版)

可预测4种标签:

基于Flair嵌入和LSTM-CRF架构。

演示：如何在Flair中使用

需要安装: Flair (pip install flair)

from flair.data import Sentence
from flair.models import SequenceTagger

# 加载标注器
tagger = SequenceTagger.load("flair/ner-german")

# 创建示例句子
sentence = Sentence("乔治·华盛顿去了华盛顿")

# 预测NER标签
tagger.predict(sentence)

# 打印句子
print(sentence)

# 打印预测的NER实体范围
print('发现以下NER标签:')
# 遍历实体并打印
for entity in sentence.get_spans('ner'):
    print(entity)

输出结果如下:

Span [1,2]: "乔治·华盛顿"   [− 标签: PER (0.9977)]
Span [5]: "华盛顿"   [− 标签: LOC (0.9895)]

因此，在句子"乔治·华盛顿去了华盛顿"中识别出了两个实体："乔治·华盛顿"（标记为人物）和"华盛顿"（标记为地点）。

训练：模型训练脚本

使用以下Flair脚本训练该模型:

from flair.data import Corpus
from flair.datasets import CONLL_03_GERMAN
from flair.embeddings import WordEmbeddings, StackedEmbeddings, FlairEmbeddings

# 1. 获取语料库
corpus: Corpus = CONLL_03_GERMAN()

# 2. 指定要预测的标签类型
tag_type = 'ner'

# 3. 从语料库创建标签字典
tag_dictionary = corpus.make_tag_dictionary(tag_type=tag_type)

# 4. 初始化每个使用的嵌入
embedding_types = [
    # GloVe嵌入
    WordEmbeddings('de'),

    # 上下文字符串嵌入（前向）
    FlairEmbeddings('de-forward'),

    # 上下文字符串嵌入（后向）
    FlairEmbeddings('de-backward'),
]

# 嵌入栈包含Flair和GloVe嵌入
embeddings = StackedEmbeddings(embeddings=embedding_types)

# 5. 初始化序列标注器
from flair.models import SequenceTagger

tagger = SequenceTagger(hidden_size=256,
                        embeddings=embeddings,
                        tag_dictionary=tag_dictionary,
                        tag_type=tag_type)

# 6. 初始化训练器
from flair.trainers import ModelTrainer

trainer = ModelTrainer(tagger, corpus)

# 7. 运行训练
trainer.train('resources/taggers/ner-german',
              train_with_dev=True,
              max_epochs=150)