标签:

• flair
• 命名实体识别
• 序列标注模型

语言: 德语
数据集:

• 法律文本

示例输入:

• text: "Herr W. verstieß gegen § 36 Abs. 7 IfSG."

Flair德语法律文本命名实体识别（默认模型）

这是Flair框架自带的德语法律命名实体识别模型。

F1分数：96.35（基于LER德语数据集）

可识别19类标签：

基于Flair词嵌入和LSTM-CRF架构。

法律NER数据集详情参见此处

演示：Flair中的使用方法

需要先安装：Flair (pip install flair)

from flair.data import Sentence
from flair.models import SequenceTagger

# 加载模型
tagger = SequenceTagger.load("flair/ner-german-legal")

# 创建例句（法律文本建议禁用分词器）
sentence = Sentence("Herr W. verstieß gegen § 36 Abs. 7 IfSG.", use_tokenizer=False)

# 进行NER预测
tagger.predict(sentence)

# 打印句子
print(sentence)

# 打印识别出的实体
print('发现以下实体：')
for entity in sentence.get_spans('ner'):
    print(entity)

输出结果示例：

Span [2]: "W."   [− 标签: PER (0.9911)]
Span [5,6,7,8,9]: "§ 36 Abs. 7 IfSG."   [− 标签: GS (0.5353)]

在句子"Herr W. verstieß gegen § 36 Abs. 7 IfSG."中，成功识别出：

• "W."（标记为人物）
• "§ 36 Abs. 7 IfSG"（标记为法律条文）

训练：模型训练脚本

使用以下Flair脚本训练本模型：

from flair.data import Corpus
from flair.datasets import LER_GERMAN
from flair.embeddings import WordEmbeddings, StackedEmbeddings, FlairEmbeddings

# 1. 加载语料库
corpus: Corpus = LER_GERMAN()

# 2. 指定预测标签类型
tag_type = 'ner'

# 3. 生成标签字典
tag_dictionary = corpus.make_tag_dictionary(tag_type=tag_type)

# 4. 初始化词嵌入
embedding_types = [
    # GloVe词嵌入
    WordEmbeddings('de'),

    # 前向上下文词嵌入
    FlairEmbeddings('de-forward'),

    # 后向上下文词嵌入
    FlairEmbeddings('de-backward'),
]

# 组合词嵌入
embeddings = StackedEmbeddings(embeddings=embedding_types)

# 5. 初始化序列标注器
from flair.models import SequenceTagger
tagger = SequenceTagger(hidden_size=256,
                        embeddings=embeddings,
                        tag_dictionary=tag_dictionary,
                        tag_type=tag_type)

# 6. 初始化训练器
from flair.trainers import ModelTrainer
trainer = ModelTrainer(tagger, corpus)

# 7. 开始训练
trainer.train('resources/taggers/ner-german-legal',
              train_with_dev=True,
              max_epochs=150)

引用

使用本模型时请引用以下论文：

@inproceedings{leitner2019fine,
  author = {Elena Leitner and Georg Rehm and Julian Moreno-Schneider},
  title = {{Fine-grained Named Entity Recognition in Legal Documents}},
  booktitle = {Semantic Systems. The Power of AI and Knowledge
                  Graphs. Proceedings of the 15th International Conference
                  (SEMANTiCS 2019)},
  year = 2019,
  pages = {272--287},
  pdf = {https://link.springer.com/content/pdf/10.1007%2F978-3-030-33220-4_20.pdf}}

@inproceedings{akbik2018coling,
  title={Contextual String Embeddings for Sequence Labeling},
  author={Akbik, Alan and Blythe, Duncan and Vollgraf, Roland},
  booktitle = {{COLING} 2018, 27th International Conference on Computational Linguistics},
  pages     = {1638--1649},
  year      = {2018}
}

问题反馈？

请访问Flair问题追踪器