/ Модель

Характеристики

Лицензия
Своя лицензия
Библиотека
flair
Опубликована
28 сен 2026

entity-german-8class

Разметка токеновТекст → label6 профессий

Модель Flair для извлечения восьми классов именованных сущностей из немецкого текста.

241скачиваний за 30 дней0лайковвеса обновлены29 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это модель распознавания именованных сущностей для немецкого языка, предназначенная для использования с библиотекой Flair и PyTorch. Она размечает в тексте сущности восьми классов; в карточке приведены примеры PER (имена людей), LOC (места) и ORG (организации). Заявленная оценка F1 — 95,6.

Модель подходит для извлечения имен людей, мест и организаций из немецких текстов. Карточка указывает лицензию Flukes NC 1.0: использование разрешено только в некоммерческих целях; для коммерческого применения, включая использование предсказаний в продукте или услуге, требуется отдельная лицензия.

Сценарии применения

  • извлечение имён людей из немецких документов
  • распознавание географических названий в немецком тексте
  • извлечение названий организаций из немецких текстов
  • разметка немецкого текста для задач NER

Ограничения

Лицензия Flukes NC 1.0 допускает только некоммерческое использование; для коммерческого применения требуется отдельная лицензия. Оценка F1 95,6 приведена в карточке модели, но условия и набор оценки не уточнены.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

German NER in Flair (8-class)

This is the 8-class NER model for German for Flair.

F1-Score: 95.6

Predicts 8 tags:

tagmeaning
PERperson name
LOClocation name
ORGorganization name
PRODUCTproduct name ("Oura Ring 5")
WORK_OF_ARTfilm/song/album/book name
EVENTnamed event ("1970 World Cup")
IDENTnationality, ethnicity or adherence
MISCother name

⚠️ Default license: noncommercial use only. This model is released under the Flukes NC 1.0 License. Commercial use — including using this model's predictions in a commercial product or service — requires a separate license. Contact alan.akbik@gmail.com.


Demo: How to use in Flair

Requires: Flair (pip install flair)

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

# load tagger
tagger = SequenceTagger.load("flair/entity-german-4class")

# make example sentence
sentence = Sentence("Die Deutsche Nationalmannschaft, trainiert von Helmut Schön, gewann in München bei der Weltmeisterschaft 1974 das Endspiel gegen die Niederlande.")

# predict NER tags
tagger.predict(sentence)

# print sentence
print(sentence)

# print predicted NER spans
print('The following NER tags are found:')
# iterate over entities and print
for entity in sentence.get_spans('ner'):
    print(entity)

This yields the following output:

Span[1:3]: "Deutsche Nationalmannschaft" → ORG (1.0000)
Span[6:8]: "Helmut Schön" → PER (1.0000)
Span[11:12]: "München" → LOC (1.0000)
Span[14:16]: "Weltmeisterschaft 1974" → EVENT (1.0000)
Span[20:21]: "Niederlande" → ORG (1.0000)

So, the entities "Deutsche Nationalmannschaft" and "Niederlande" are tagged as organization (soccer teams), "Helmut Schön" is tagged as a person, "Mexico" as a location and "*, together with the entity "Weltmeisterschaft 1974", labeled as event.


Cite

Please cite the following paper when using this model.

@inproceedings{akbik2019flair,
    title={{FLAIR}: An easy-to-use framework for state-of-the-art {NLP}},
    author={Akbik, Alan and Bergmann, Tanja and Blythe, Duncan and Rasul, Kashif and Schweter, Stefan and Vollgraf, Roland},
    booktitle={{NAACL} 2019, 2019 Annual Conference of the North American Chapter of the Association for Computational Linguistics (Demonstrations)},
    pages={54--59},
    year={2019}
}

License

Model weights: Flukes Noncommercial License 1.0. Personal, academic, and other noncommercial use permitted. Commercial use requires a separate license — contact alan.akbik@gmail.com.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · flair

Нельзя запустить

Модели Flair требуют отдельного рантайма.

Ревизия весов
f316705

0 моделей