/ Модель

Характеристики

Размер весов
434 МБ
Опубликована
14 фев 2024

hunflair2-ner

Разметка токеновТекст → label4 профессии

HunFlair2 NER — модель Flair для разметки токенов и распознавания именованных сущностей в тексте.

3 361скачиваний за 30 дней2лайкавеса обновлены27 сен 2024

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

HunFlair2 NER — модель семейства Flair для распознавания именованных сущностей в тексте. Репозиторий предоставляет веса PyTorch и предназначен для применения через библиотеку Flair версии 0.14.0 или новее.

Модель подходит для извлечения и разметки сущностей в текстах, в том числе в биомедицинских документах, согласно назначению HunFlair. Метаданные указывают задачу token-classification; карточка не содержит дополнительных сведений о поддерживаемых языках, размере модели, контексте или условиях лицензирования.

Сценарии применения

  • распознавание именованных сущностей в текстах
  • извлечение сущностей из биомедицинских документов
  • автоматическая разметка сущностей по токенам

Ограничения

В предоставленных материалах не описаны точные типы сущностей и поддерживаемые языки. Для использования требуется Flair версии 0.14.0 или новее.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Demo: How to use in Flair

Requires:

  • Flair>=0.14.0 (pip install flair or pip install git+https://github.com/flairNLP/flair.git)
from flair.data import Sentence
from flair.models.prefixed_tagger import PrefixedSequenceTagger
from flair.tokenization import SciSpacyTokenizer

# load tagger
tagger = PrefixedSequenceTagger.load("hunflair/hunflair2-ner")

# make example sentence
sentence = Sentence("The mutation in the ABCD1 gene causes X-linked adrenoleukodystrophy, "
    "a neurodegenerative disease, which is exacerbated by exposure to high "
    "levels of mercury in dolphin populations.",
    use_tokenizer=SciSpacyTokenizer())

# 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)

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
3af2b89

0 моделей