许可证: mit 标签:

• 训练生成 指标:
• 精确率
• 召回率
• F1值
• 准确率 模型索引:
• 名称: bert-portuguese-ner-archive 结果:
  • 任务: 名称: 标记分类 类型: token-classification 指标: 名称: 准确率 类型: accuracy 值: 0.9700325118974698

bert-portuguese-ner

本模型是基于neuralmind/bert-base-portuguese-cased微调的版本，在评估集上取得了以下结果：

• 损失值: 0.1140
• 精确率: 0.9147
• 召回率: 0.9483
• F1值: 0.9312
• 准确率: 0.9700

模型描述

该模型针对葡萄牙语档案文献的标记分类任务（命名实体识别，NER）进行了微调。标注的实体类别包括：日期、职业、人物、地点、组织。

数据集

所有训练和评估数据均来自：http://ner.epl.di.uminho.pt/

训练超参数

训练过程中使用的超参数如下：

• 学习率: 2e-05
• 训练批次大小: 16
• 评估批次大小: 16
• 随机种子: 42
• 优化器: Adam（β1=0.9，β2=0.999，ε=1e-08）
• 学习率调度器类型: 线性
• 训练轮次: 4

训练结果

框架版本

• Transformers 4.10.0.dev0
• Pytorch 1.9.0+cu111
• Datasets 1.10.2
• Tokenizers 0.10.3

引用文献

@Article{make4010003,
AUTHOR = {Cunha, Luís Filipe and Ramalho, José Carlos},
TITLE = {档案检索工具中的命名实体识别：扩展研究},
JOURNAL = {机器学习与知识提取},
VOLUME = {4},
YEAR = {2022},
NUMBER = {1},
PAGES = {42--65},
URL = {https://www.mdpi.com/2504-4990/4/1/3},
ISSN = {2504-4990},
ABSTRACT = {葡萄牙档案馆保存的信息量逐年增长，这些文献作为记录国家历史的重要遗产。当前多数葡萄牙档案馆已向公众提供数字版检索工具，但这些数据缺乏标注，内容分析存在困难。本研究开发了命名实体识别解决方案，可从档案检索工具中识别并分类多种命名实体。这些实体蕴含关键上下文信息，通过高置信度结果可用于创建智能浏览工具（如实体链接和记录链接技术）。为实现高精度，我们标注了多个语料库来训练特定领域的机器学习算法，并尝试了CNN、LSTM和最大熵模型等不同架构。最终所有数据集和模型均通过NER@DI网络平台向公众开放。},
DOI = {10.3390/make4010003}
}