ner-bert-base-cased-pt-lenerbr

ner-bert-base-cased-pt-lenerbr项目介绍

项目概述

ner-bert-base-cased-pt-lenerbr是一个专门用于葡萄牙语法律领域的命名实体识别(NER)模型。该模型基于BERT架构,在LeNER-Br数据集上进行了微调,能够识别法律文本中的各类命名实体。

模型特点

• 基于BERT base模型架构
• 针对葡萄牙语法律领域进行了专门训练
• 在LeNER-Br数据集上进行了微调
• 支持识别多种法律领域的命名实体类型

性能指标

该模型在验证集上的主要性能指标如下:

• F1分数: 0.8926
• 精确率: 0.8810
• 召回率: 0.9045
• 准确率: 0.9759

使用方法

用户可以通过Hugging Face Transformers库轻松加载和使用该模型:

from transformers import AutoModelForTokenClassification, AutoTokenizer

model_name = "pierreguillou/ner-bert-base-cased-pt-lenerbr"
model = AutoModelForTokenClassification.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)

# 使用模型进行预测

应用场景

该模型可应用于多种葡萄牙语法律文本分析任务,包括但不限于:

• 法律文件的自动化处理
• 法律信息检索
• 法律文本摘要生成
• 法律实体关系抽取

训练细节

模型训练使用了以下主要超参数:

• 批次大小: 4
• 学习率: 2e-5
• 训练轮数: 10
• 优化器: AdamW

训练过程中采用了评估策略,保存性能最优的模型。

总结

ner-bert-base-cased-pt-lenerbr是一个专门针对葡萄牙语法律领域的高性能NER模型,为相关领域的自然语言处理任务提供了有力的工具支持。

</SOURCE_TEXT>