🚀 用于命名实体识别的SpanMarker模型

这是一个 SpanMarker 模型，可用于命名实体识别。具体而言，该SpanMarker模型使用 roberta-large 作为基础编码器。训练脚本请见 train.py。

🚀 快速开始

安装

要使用此模型进行推理，首先需要安装 span_marker 库：

pip install span_marker

推理

安装完成后，你可以按以下方式使用该模型进行推理：

from span_marker import SpanMarkerModel

# 从🤗 Hub下载模型
model = SpanMarkerModel.from_pretrained("tomaarsen/span-marker-roberta-large-ontonotes5")
# 进行推理
entities = model.predict("Amelia Earhart flew her single engine Lockheed Vega 5B across the Atlantic to Paris.")

✨ 主要特性

• 预训练编码器：使用 roberta-large 作为基础编码器，提供强大的特征提取能力。
• 易于使用：通过 span_marker 库，用户可以轻松下载和使用该模型进行推理。

📄 许可证

本项目采用 Apache 2.0 许可证。

📚 详细文档

模型信息

评估指标

该模型在 OntoNotes v5.0 数据集的测试集上的评估结果如下：

局限性

⚠️ 重要提示

此模型在标点符号与前一个单词分开时效果最佳，例如：

# ✅ 推荐格式
model.predict("He plays J. Robert Oppenheimer , an American theoretical physicist .")
# ❌ 不推荐格式
model.predict("He plays J. Robert Oppenheimer, an American theoretical physicist.")

# 你也可以直接提供单词列表：✅
model.predict(["He", "plays", "J.", "Robert", "Oppenheimer", ",", "an", "American", "theoretical", "physicist", "."])

对于某些语言，如将 "l'ocean Atlantique" 拆分为 "l' ocean Atlantique" 可能也会有帮助。

更多文档和详细信息请参考 SpanMarker 仓库。