许可证: cc-by-nc-sa-4.0 标签:

• 训练生成 数据集:
• wikiann 评估指标:
• 精确率
• 召回率
• F1值
• 准确率 语言:
• 斯洛伐克语 推理: 不支持 模型索引:
• 名称: fernet-sk-ner 结果:
  • 任务: 名称: 标记分类 类型: token-classification 数据集: 名称: wikiann sk 类型: wikiann 参数: sk 评估指标:
    • 名称: 精确率 类型: precision 值: 0.9359821760118826
    • 名称: 召回率 类型: recall 值: 0.9472378804960541
    • 名称: F1值 类型: f1 值: 0.9415763914830033
    • 名称: 准确率 类型: accuracy 值: 0.9789063466534702

基于FERNET-CC_sk的命名实体识别模型

该模型是在斯洛伐克wikiann数据集上对fav-kky/FERNET-CC_sk进行微调的版本。在评估集上取得了以下结果:

• 损失值: 0.1763
• 精确率: 0.9360
• 召回率: 0.9472
• F1值: 0.9416
• 准确率: 0.9789

使用范围和限制

支持识别的实体类别: 地点(LOCATION)、人物(PERSON)、组织(ORGANIZATION)

from transformers import pipeline

ner_pipeline = pipeline(task='ner', model='crabz/slovakbert-ner')
input_sentence = "财政部长兼最大执政党OĽaNO领导人Igor Matovič警告说，第三波疫情将在斯洛伐克造成非常严重的后果。"
classifications = ner_pipeline(input_sentence)

训练过程

训练超参数

训练过程中使用的超参数如下:

• 学习率: 5e-05
• 训练批次大小: 24
• 评估批次大小: 24
• 随机种子: 42
• 优化器: Adam(betas=(0.9,0.999), epsilon=1e-08)
• 学习率调度器类型: 线性
• 训练轮数: 10.0

训练结果

框架版本

• Transformers 4.14.0.dev0
• Pytorch 1.10.0
• Datasets 1.16.1
• Tokenizers 0.10.3