语言: 中文
数据集:

• Dizex/InstaFoodSet
  小部件示例:
• 文本: "今日餐点：新鲜橄榄波奇碗配奇亚籽，美味至极！"
  示例标题: "食物示例1"
• 文本: "松露意面配蒜香黄油橄榄油、蛋黄、帕尔马干酪及面汤。"
  示例标题: "食物示例2"
  标签:
• Instagram
• 命名实体识别(NER)
• 食品实体抽取
• 社交媒体
• 非正式文本
• RoBERTa
  许可证: MIT

InstaFoodRoBERTa-NER模型

模型描述

InstaFoodRoBERTa-NER是一个经过微调的BERT模型，专为社交媒体非正式文本（如Instagram、X、Reddit）中的食品实体命名识别而设计。该模型能识别单一实体类型：食物（FOOD）。

具体而言，本模型基于roberta-base架构，在包含400条英文Instagram美食帖的数据集上微调完成，该数据集已开源。

使用场景

调用方式

可通过Transformers库的pipeline进行命名实体识别：

from transformers import AutoTokenizer, AutoModelForTokenClassification  
from transformers import pipeline  

tokenizer = AutoTokenizer.from_pretrained("Dizex/InstaFoodRoBERTa-NER")  
model = AutoModelForTokenClassification.from_pretrained("Dizex/InstaFoodRoBERTa-NER")  

pipe = pipeline("ner", model=model, tokenizer=tokenizer)  
example = "今日餐点：新鲜橄榄波奇碗配奇亚籽，美味至极！"  

ner_entity_results = pipe(example, aggregation_strategy="simple")  
print(ner_entity_results)  

提取食品实体字符串的辅助函数：

def convert_entities_to_list(text, entities: list[dict]) -> list[str]:  
        ents = []  
        for ent in entities:  
            e = {"start": ent["start"], "end": ent["end"], "label": ent["entity_group"]}  
            if ents and -1 <= ent["start"] - ents[-1]["end"] <= 1 and ents[-1]["label"] == e["label"]:  
                ents[-1]["end"] = e["end"]  
                continue  
            ents.append(e)  

        return [text[e["start"]:e["end"]] for e in ents]  

print(convert_entities_to_list(example, ner_entity_results))  

输出结果示例：

['橄榄波奇碗', '奇亚籽']  

在InstaFoodSet上的性能