语言: 德语
数据集:

• 法律实体识别

示例文本:

• "1. 根据《劳动法院法》第9条第2款第2句结合《法院组织法》第201条第1款第2句，联邦劳动法院对拟针对联邦提起的诉讼具有管辖权。"

德语法律领域命名实体识别BERT模型

使用方法:

from transformers import pipeline  
from transformers import AutoTokenizer, AutoModelForTokenClassification  

tokenizer = AutoTokenizer.from_pretrained("PaDaS-Lab/gbert-legal-ner", use_auth_token="AUTH_TOKEN")  
model = AutoModelForTokenClassification.from_pretrained("PaDaS-Lab/gbert-legal-ner", use_auth_token="AUTH_TOKEN")  

ner = pipeline("ner", model=model, tokenizer=tokenizer)  
example = "1. 根据《劳动法院法》第9条第2款第2句结合《法院组织法》第201条第1款第2句，联邦劳动法院对拟针对联邦提起的诉讼具有管辖权。"  

results = ner(example)  
print(results)  

实体类别:

使用本模型时请引用我们的研究成果。

@conference{icaart23,  
  author={哈希尔·达尔吉. 和 耶莱娜·米特罗维奇. 和 迈克尔·格兰尼策.},  
  title={德语法律命名实体识别BERT模型},  
  booktitle={第15届国际智能体与人工智能会议论文集 - 第三卷: ICAART},  
  year={2023},  
  pages={723-728},  
  publisher={SciTePress},  
  organization={INSTICC},  
  doi={10.5220/0011749400003393},  
  isbn={978-989-758-623-1},  
  issn={2184-433X},  
}