language:

• ja license: mit tags:
• generated_from_trainer
• ner
• bert metrics:
• f1 widget:
• text: 铃井在四月晴朗的日子里，系着铃铛登上了北海道的十胜岳
• text: 在中国，中国共产党的一党执政持续着 base_model: xlm-roberta-base model-index:
• name: xlm-roberta-ner-ja results: []

xlm-roberta-ner-japanese

（日文说明：日语命名实体识别模型）

此模型是基于xlm-roberta-base（预训练的多语言RobertaModel）微调的版本，用于命名实体识别（NER）的标记分类任务。

该模型在Stockmark公司提供的NER数据集上进行了微调，该数据集收集自日文维基百科文章。
关于此数据集的许可信息，请参见此处。

每个标记的标签如下：

预期用途

from transformers import pipeline

model_name = "tsmatz/xlm-roberta-ner-japanese"
classifier = pipeline("token-classification", model=model_name)
result = classifier("铃井在四月晴朗的日子里，系着铃铛登上了北海道的十胜岳")
print(result)

训练过程

您可以从这里下载用于微调的源代码。

训练超参数

训练过程中使用了以下超参数：

• 学习率：5e-05
• 训练批次大小：12
• 评估批次大小：12
• 随机种子：42
• 优化器：Adam，参数为betas=(0.9,0.999)和epsilon=1e-08
• 学习率调度器类型：线性
• 训练轮数：5

训练结果

框架版本

• Transformers 4.23.1
• Pytorch 1.12.1+cu102
• Datasets 2.6.1
• Tokenizers 0.13.1