许可证: mit 语言:

• 英语 任务标签: 标记分类

模型详情

模型描述

这是一个基于SciBERT的科学实体识别模型。预定义的实体类型包括：'通用类'、'材料类'、'方法类'、'指标类'、'其他科技术语'和'任务类'。

• 代码库: 暂未公开
• 论文[可选]: 撰写中
• 演示[可选]: 暂未提供

使用方式

from transformers import AutoConfig, AutoTokenizer, AutoModelForTokenClassification
tokenizer = AutoTokenizer.from_pretrained('Kashob/SciBERTNER')
model = AutoModelForTokenClassification.from_pretrained('Kashob/SciBERTNER')
config = AutoConfig.from_pretrained('Kashob/SciBERTNER')
id2tag = config.id2label

text = '该论文通过递归机制赋予Transformer编码历史信息的能力。所提架构能利用循环连接提升样本效率，同时保持自注意力机制的表达能力。'.split()

inputs = tokenizer(text, is_split_into_words=True, return_tensors="pt")
with torch.no_grad():
    outputs = model(**inputs)
    predictions = outputs.logits.argmax(-1)

tokenized_text = tokenizer.convert_ids_to_tokens(inputs['input_ids'].tolist()[0])
predicted_labels = [id2tag[label_id] for label_id in predictions[0].tolist()]
print(tokenized_text)
print(predicted_labels)

输出示例:
['[CLS]', '论文', '通过', '递归', '机制', '赋予', 'Transformer', '编码', '历史', '信息', '能力', '[SEP]']
['O', 'O', 'O', 'B-方法类', 'I-方法类', 'O', 'B-其他科技术语', 'O', 'O', 'O', 'O', 'O']

Indonesian Roberta Base Posp Tagger

MIT

这是一个基于印尼语RoBERTa模型微调的词性标注模型，在indonlu数据集上训练，用于印尼语文本的词性标注任务。

序列标注

Transformers

其他

I

w11wo

2.2M

7

Bert Base NER

MIT

基于BERT微调的命名实体识别模型，可识别四类实体：地点(LOC)、组织机构(ORG)、人名(PER)和杂项(MISC)

序列标注

英语

B

dslim

1.8M

592

Deid Roberta I2b2

MIT

该模型是基于RoBERTa微调的序列标注模型，用于识别和移除医疗记录中的受保护健康信息(PHI/PII)。

序列标注

Transformers

支持多种语言

D

obi

1.1M

33

Ner English Fast

Flair自带的英文快速4类命名实体识别模型，基于Flair嵌入和LSTM-CRF架构，在CoNLL-03数据集上达到92.92的F1分数。

序列标注

PyTorch

英语

N

flair

978.01k

24

French Camembert Postag Model

基于Camembert-base的法语词性标注模型，使用free-french-treebank数据集训练

序列标注

Transformers

法语

F

gilf

950.03k

9

Xlm Roberta Large Ner Spanish

基于XLM-Roberta-large架构微调的西班牙语命名实体识别模型，在CoNLL-2002数据集上表现优异。

序列标注

Transformers

西班牙语

X

MMG

767.35k

29

Nusabert Ner V1.3

MIT

基于NusaBert-v1.3在印尼语NER任务上微调的命名实体识别模型

序列标注

Transformers

其他

N

cahya

759.09k

3

Ner English Large

Flair框架内置的英文4类大型NER模型，基于文档级XLM-R嵌入和FLERT技术，在CoNLL-03数据集上F1分数达94.36。

序列标注

PyTorch

英语

N

flair

749.04k

44

Punctuate All

MIT

基于xlm-roberta-base微调的多语言标点符号预测模型，支持12种欧洲语言的标点符号自动补全

序列标注

Transformers

P

kredor

728.70k

20

Xlm Roberta Ner Japanese

MIT

基于xlm-roberta-base微调的日语命名实体识别模型

序列标注

Transformers

支持多种语言

X

tsmatz

630.71k

25