/ Модель

Характеристики

Размер весов
1,3 ГБ
Опубликована
2 мар 2022

ner-english-ontonotes-fast

Разметка токеновТекст → label7 профессий

Быстрая английская NER-модель Flair для выделения 18 типов сущностей в тексте.

1 880скачиваний за 30 дней21лайквеса обновлены5 апр 2023

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 быстрая модель распознавания именованных сущностей на английском языке, распространяемая вместе с библиотекой Flair. Она размечает текст 18 типами сущностей OntoNotes, включая даты, числовые значения и события, и предназначена для извлечения структурированной информации из английских текстов. Модель построена на эмбеддингах Flair и архитектуре LSTM-CRF; для работы используется формат PyTorch.

В README указан результат F1 89,3 на OntoNotes. Модель можно применять через Flair для автоматической разметки текста. Условия лицензии в предоставленных данных не указаны.

Сценарии применения

  • извлечение имен и организаций из английских документов
  • распознавание дат и числовых значений в тексте
  • разметка событий и других сущностей OntoNotes
  • автоматическое обогащение англоязычных текстовых корпусов сущностями

Ограничения

Модель предназначена для английского языка и набора типов сущностей OntoNotes; качество на других языках и схемах разметки не подтверждено. Лицензия в предоставленной карточке не указана.

Для каких профессий подходит7

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

English NER in Flair (Ontonotes fast model)

This is the fast version of the 18-class NER model for English that ships with Flair.

F1-Score: 89.3 (Ontonotes)

Predicts 18 tags:

tagmeaning
CARDINALcardinal value
DATEdate value
EVENTevent name
FACbuilding name
GPEgeo-political entity
LANGUAGElanguage name
LAWlaw name
LOClocation name
MONEYmoney name
NORPaffiliation
ORDINALordinal value
ORGorganization name
PERCENTpercent value
PERSONperson name
PRODUCTproduct name
QUANTITYquantity value
TIMEtime value
WORK_OF_ARTname of work of art

Based on Flair embeddings and LSTM-CRF.


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/ner-english-ontonotes-fast")

# make example sentence
sentence = Sentence("On September 1st George Washington won 1 dollar.")

# 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 [2,3]: "September 1st"   [− Labels: DATE (0.9655)]
Span [4,5]: "George Washington"   [− Labels: PERSON (0.8243)]
Span [7,8]: "1 dollar"   [− Labels: MONEY (0.8022)]

So, the entities "September 1st" (labeled as a date), "George Washington" (labeled as a person) and "1 dollar" (labeled as a money) are found in the sentence "On September 1st George Washington won 1 dollar".


Training: Script to train this model

The following Flair script was used to train this model:

from flair.data import Corpus
from flair.datasets import ColumnCorpus
from flair.embeddings import WordEmbeddings, StackedEmbeddings, FlairEmbeddings

# 1. load the corpus (Ontonotes does not ship with Flair, you need to download and reformat into a column format yourself)
corpus: Corpus = ColumnCorpus(
                "resources/tasks/onto-ner",
                column_format={0: "text", 1: "pos", 2: "upos", 3: "ner"},
                tag_to_bioes="ner",
            )

# 2. what tag do we want to predict?
tag_type = 'ner'

# 3. make the tag dictionary from the corpus
tag_dictionary = corpus.make_tag_dictionary(tag_type=tag_type)

# 4. initialize each embedding we use
embedding_types = [

    # GloVe embeddings
    WordEmbeddings('en-crawl'),

    # contextual string embeddings, forward
    FlairEmbeddings('news-forward-fast'),

    # contextual string embeddings, backward
    FlairEmbeddings('news-backward-fast'),
]

# embedding stack consists of Flair and GloVe embeddings
embeddings = StackedEmbeddings(embeddings=embedding_types)

# 5. initialize sequence tagger
from flair.models import SequenceTagger

tagger = SequenceTagger(hidden_size=256,
                        embeddings=embeddings,
                        tag_dictionary=tag_dictionary,
                        tag_type=tag_type)

# 6. initialize trainer
from flair.trainers import ModelTrainer

trainer = ModelTrainer(tagger, corpus)

# 7. run training
trainer.train('resources/taggers/ner-english-ontonotes-fast',
              train_with_dev=True,
              max_epochs=150)

Cite

Please cite the following paper when using this model.

@inproceedings{akbik2018coling,
  title={Contextual String Embeddings for Sequence Labeling},
  author={Akbik, Alan and Blythe, Duncan and Vollgraf, Roland},
  booktitle = {{COLING} 2018, 27th International Conference on Computational Linguistics},
  pages     = {1638--1649},
  year      = {2018}
}

Issues?

The Flair issue tracker is available here.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели Flair требуют отдельного рантайма.

Ревизия весов
4f31790

0 моделей