/ Модель

Характеристики

Размер весов
2,2 ГБ

ner-english-ontonotes-large

Разметка токеновТекст → label8 профессий

Крупная модель Flair на основе XLM-R и FLERT распознаёт 18 типов именованных сущностей в англоязычном тексте.

115 тыс.скачиваний за 30 дней101лайквеса обновлены8 мая 2021

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 крупная модель распознавания именованных сущностей для английского языка, поставляемая вместе с библиотекой Flair. Она присваивает токенам 18 типов сущностей, включая даты, числовые значения и названия событий, и предназначена для разметки сущностей в англоязычных текстах. Модель использует документные эмбеддинги XLM-R и архитектуру FLERT; для OntoNotes в карточке указан F1-score 90,93. Репозиторий содержит веса PyTorch, а для применения требуется библиотека Flair. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • извлечение именованных сущностей из англоязычных документов
  • поиск дат, чисел и событий в тексте
  • автоматическая разметка сущностей в новостях и статьях
  • подготовка сущностей для поиска и анализа документов

Ограничения

Модель рассчитана на английский язык и распознаёт заданный набор из 18 типов сущностей. Показатель F1 приведён для OntoNotes и может отличаться на других текстах; лицензия в предоставленных данных не указана.

Для каких профессий подходит8

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 large model)

This is the large 18-class NER model for English that ships with Flair.

F1-Score: 90.93 (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 document-level XLM-R embeddings and FLERT.


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-large")

# make example sentence
sentence = Sentence("On September 1st George won 1 dollar while watching Game of Thrones.")

# 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 (1.0)]
Span [4]: "George"   [− Labels: PERSON (1.0)]
Span [6,7]: "1 dollar"   [− Labels: MONEY (1.0)]
Span [10,11,12]: "Game of Thrones"   [− Labels: WORK_OF_ART (1.0)]

So, the entities "September 1st" (labeled as a date), "George" (labeled as a person), "1 dollar" (labeled as a money) and "Game of Thrones" (labeled as a work of art) are found in the sentence "On September 1st George Washington won 1 dollar while watching Game of Thrones".


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 fine-tuneable transformer embeddings WITH document context
from flair.embeddings import TransformerWordEmbeddings

embeddings = TransformerWordEmbeddings(
    model='xlm-roberta-large',
    layers="-1",
    subtoken_pooling="first",
    fine_tune=True,
    use_context=True,
)

# 5. initialize bare-bones sequence tagger (no CRF, no RNN, no reprojection)
from flair.models import SequenceTagger

tagger = SequenceTagger(
    hidden_size=256,
    embeddings=embeddings,
    tag_dictionary=tag_dictionary,
    tag_type='ner',
    use_crf=False,
    use_rnn=False,
    reproject_embeddings=False,
)

# 6. initialize trainer with AdamW optimizer
from flair.trainers import ModelTrainer

trainer = ModelTrainer(tagger, corpus, optimizer=torch.optim.AdamW)

# 7. run training with XLM parameters (20 epochs, small LR)
from torch.optim.lr_scheduler import OneCycleLR

trainer.train('resources/taggers/ner-english-ontonotes-large',
              learning_rate=5.0e-6,
              mini_batch_size=4,
              mini_batch_chunk_size=1,
              max_epochs=20,
              scheduler=OneCycleLR,
              embeddings_storage_mode='none',
              weight_decay=0.,
              )

Cite

Please cite the following paper when using this model.

@misc{schweter2020flert,
    title={FLERT: Document-Level Features for Named Entity Recognition},
    author={Stefan Schweter and Alan Akbik},
    year={2020},
    eprint={2011.06993},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}

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
4ffb359

0 моделей