bert-spanish-cased-finetuned-ner

项目介绍：bert-spanish-cased-finetuned-ner

bert-spanish-cased-finetuned-ner项目是一个基于西班牙语BERT模型（BETO）进行微调的命名实体识别（NER）模型。该模型专注于提升在NER任务中的表现。

项目背景

这是一个专为西班牙语设计的BERT模型微调项目，主要用于命名实体识别的下游任务。所使用的基础模型是BETO，并针对NERC数据集进行了微调。通过这种方法，项目大幅度提升了模型在识别西班牙语文本中实体的准确性。

数据集详情

使用的数据集为CONLL Corpora ES。在处理数据时，将数据划分为训练集和开发集，比例为80/20。具体的示例如下：

训练集：8,700例
开发集：2,200例

微调过程中，使用了由Huggingface提供的NER微调脚本。

标签信息

模型覆盖的标签包括：

B-LOC（位置名的开始）
B-MISC（其他名的开始）
B-ORG（组织名的开始）
B-PER（人名的开始）
I-LOC（位置名的内）
I-MISC（其他名的内）
I-ORG（组织名的内）
I-PER（人名的内）
O（其他）

评估指标

模型在评估集上的表现如下：

F1得分：90.17
精确率：89.86
召回率：90.47

模型对比

在F1得分和模型大小两方面，与其他模型对比如下：

模型	F1得分	大小（MB）
bert-base-spanish-wwm-cased (BETO)	88.43	421
bert-spanish-cased-finetuned-ner (当前)	90.17	420
最佳多语言BERT	87.38	681
TinyBERT-spanish-uncased-finetuned-ner	70.00	55

模型应用

使用Huggingface的pipelines库，可以方便地进行测试：

from transformers import pipeline

nlp_ner = pipeline(
    "ner",
    model="mrm8488/bert-spanish-cased-finetuned-ner",
    tokenizer=(
        'mrm8488/bert-spanish-cased-finetuned-ner',  
        {"use_fast": False}
))

text = 'Mis amigos están pensando viajar a Londres este verano'

nlp_ner(text)

# 输出: [{'entity': 'B-LOC', 'score': 0.9998720288276672, 'word': 'Londres'}]