标签:

• flair
• 标记分类
• 序列标注模型 语言: da 数据集:
• DaNE 小部件:
• 文本: "Jens Peter Hansen kommer fra Danmark"

Flair中的丹麦语命名实体识别（默认模型）

这是Flair自带的丹麦语标准4类NER模型。

F1分数: 81.78 (DaNER)

预测4种标签:

基于Transformer嵌入和LSTM-CRF。

演示：如何在Flair中使用

需要: Flair (pip install flair)

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

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

# 创建示例句子
sentence = Sentence("Jens Peter Hansen kommer fra Danmark")

# 预测NER标签
tagger.predict(sentence)

# 打印句子
print(sentence)

# 打印预测的NER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)

这将产生以下输出:

Span [1,2,3]: "Jens Peter Hansen"   [− 标签: PER (0.9961)]
Span [6]: "Danmark"   [− 标签: LOC (0.9816)]

因此，在句子"Jens Peter Hansen kommer fra Danmark"中找到了"Jens Peter Hansen"（标记为人物）和"Danmark"（标记为地点）这两个实体。

训练：训练此模型的脚本

该模型由DaNLP项目使用DaNE语料库训练。请查看他们的仓库以获取更多信息。

可以使用以下Flair脚本来训练这样的模型:

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

# 1. 获取语料库
corpus: Corpus = DANE()

# 2. 我们要预测什么标签？
tag_type = 'ner'

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

# 4. 初始化我们使用的每个嵌入
embedding_types = [

    # GloVe嵌入
    WordEmbeddings('da'),

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

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

# 嵌入栈由Flair和GloVe嵌入组成
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-danish',
              train_with_dev=True,
              max_epochs=150)

引用

使用此模型时请引用以下论文。

@inproceedings{akbik-etal-2019-flair,
    title = "{FLAIR}: An Easy-to-Use Framework for State-of-the-Art {NLP}",
    author = "Akbik, Alan  and
      Bergmann, Tanja  and
      Blythe, Duncan  and
      Rasul, Kashif  and
      Schweter, Stefan  and
      Vollgraf, Roland",
    booktitle = "Proceedings of the 2019 Conference of the North {A}merican Chapter of the Association for Computational Linguistics (Demonstrations)",
    year = "2019",
    url = "https://www.aclweb.org/anthology/N19-4010",
    pages = "54--59",
}

并查看DaNLP项目以获取更多信息。

问题？

Flair问题跟踪器可在此处获取。