语言: 匈牙利语
许可证: MIT
微件示例:

• 文本: "卡塔林·卡里科将获得塞格德市荣誉市民称号。"

匈牙利语命名实体识别(NER)模型

本模型基于"SZTAKI-HLT/hubert-base-cc"进行微调，训练数据采用知名WikiANN数据集，该数据集源自论文《282种语言的跨语言命名标注与链接》。

微调参数:

任务类型 = "命名实体识别"  
基础模型 = "SZTAKI-HLT/hubert-base-cc"  
批处理大小 = 8  
标签列表 = ['非实体', '人名-起始', '人名-中间', '机构-起始', '机构-中间', '地点-起始', '地点-中间']  
最大长度 = 512  
学习率 = 2e-5  
训练轮次 = 3  
权重衰减 = 0.01  

使用方法:

模型 = AutoModelForTokenClassification.from_pretrained("akdeniz27/bert-base-hungarian-cased-ner")  
分词器 = AutoTokenizer.from_pretrained("akdeniz27/bert-base-hungarian-cased-ner")  
命名实体识别器 = pipeline('ner', model=模型, tokenizer=分词器, aggregation_strategy="first")  
命名实体识别器("<待分析文本>")  

实体分组策略参数aggregation_strategy的使用请参考："https://huggingface.co/transformers/_modules/transformers/pipelines/token_classification.html"

基准测试结果:

• 准确率: 0.9774538310923768
• F1值: 0.9462099085573904
• 精确率: 0.9425718667406271
• 召回率: 0.9498761426661113