标签:

• spacy
• 标记分类 语言: 乌克兰语 数据集:
• ner-uk.2.0 许可证: mit 模型索引:
• 名称: uk_ner_web_trf_13class 结果:
  • 任务: 名称: NER 类型: 标记分类 指标:
    • 名称: NER精确率 类型: 精确率 值: 0.8977982743
    • 名称: NER召回率 类型: 召回率 值: 0.8860666569
    • 名称: NER F值 类型: f_score 值: 0.891893889 小部件:
• 文本: "总统弗拉基米尔·泽连斯基解释称，目前与弗拉基米尔·普京政权的对话是不可能的，因为侵略者选择了摧毁乌克兰人民的路线。泽连斯基表示，俄罗斯联邦的这一政权表现出对乌克兰主权和领土完整的不尊重。"

uk_ner_web_trf_13class

模型描述

uk_ner_web_trf_13class 是一个经过微调的Roberta Large乌克兰语模型，可直接用于命名实体识别任务，并在乌克兰语的NER任务中实现了新的SoA性能。

该模型性能稳定，经过训练可以识别十三种类型的实体：

• ORG — 公司、品牌、机构、组织（包括宗教、非正式、非营利）、政党、人民团体或特定项目（如会议、音乐乐队、电视节目等）的名称。例如：UNESCO。
• PERS — 人名，包括人类、书中角色或人形生物（如吸血鬼、幽灵、美人鱼等）的名称。例如：Marquis de Sade。
• LOC — 地理名称，包括区、村、市、州、县、国家、大陆、河流、湖泊、海洋、山脉等的名称。例如：乌克兰。
• MON — 金额，包括货币。例如：40美元，100万格里夫纳。
• PCT — 百分比值，包括百分号或“percent”一词。例如：10%。
• DATE — 完整或不完整的日历日期，可能包括世纪、年、月、日。例如：上周，1999年12月10日。
• TIME — 文本或数字时间戳。例如：六点半，18:30。
• PERIOD — 时间段，可能由两个日期组成。例如：几个月，2014-2015年。
• JOB — 职位名称。例如：国会议员，眼科医生。
• DOC — 文件的唯一名称，包括合同、订单、账单、采购的名称。例如：采购合同CW2244226。
• QUANT — 带有测量单位的数量，如重量、距离、尺寸。例如：3公斤，一百英里。
• ART（人工制品）— 人造产品的名称，如书籍、歌曲、汽车或三明治。例如：蒙娜丽莎，iPhone。
• MISC — 上述未涵盖的任何其他实体，如节日名称、网站、战役、战争、体育赛事、飓风等。例如：黑色星期五。

该模型在lang-uk发布的NER-UK 2.0数据集上进行了微调。

另一个基于Transformer的针对4类实体训练的SpaCy模型可在此处找到here。

引用

待补充

版权：Dmytro Chaplynskyi，Mariana Romanyshyn，lang-uk项目，2024年