在 Hugging Face 使用 SpanMarker

SpanMarker 是一個用於使用 BERT、RoBERTa 和 DeBERTa 等常用編碼器訓練強大的命名實體識別模型的框架。SpanMarker 緊密地實現在 🤗 Transformers 庫之上，可以充分利用它。因此，對於熟悉 Transformers 的人來說，SpanMarker 將易於使用。

探索 Hub 中的 SpanMarker

您可以透過在模型頁面左側進行篩選來查詢 span_marker 模型。

Hub 上的所有模型都具有以下實用功能：

自動生成的模型卡片，包含簡要描述。
一個互動式小部件，您可以在瀏覽器中直接使用模型進行操作。
一個推理 API，允許您發出推理請求。

安裝

要開始使用，您可以遵循 SpanMarker 安裝指南。您也可以透過 pip 使用以下一行命令進行安裝：

pip install -U span_marker

使用現有模型

所有 span_marker 模型都可以輕鬆地從 Hub 載入。

from span_marker import SpanMarkerModel

model = SpanMarkerModel.from_pretrained("tomaarsen/span-marker-bert-base-fewnerd-fine-super")

載入後，您可以使用 SpanMarkerModel.predict 執行推理。

model.predict("Amelia Earhart flew her single engine Lockheed Vega 5B across the Atlantic to Paris.")

[
    {"span": "Amelia Earhart", "label": "person-other", "score": 0.7629689574241638, "char_start_index": 0, "char_end_index": 14},
    {"span": "Lockheed Vega 5B", "label": "product-airplane", "score": 0.9833564758300781, "char_start_index": 38, "char_end_index": 54},
    {"span": "Atlantic", "label": "location-bodiesofwater", "score": 0.7621214389801025, "char_start_index": 66, "char_end_index": 74},
    {"span": "Paris", "label": "location-GPE", "score": 0.9807717204093933, "char_start_index": 78, "char_end_index": 83}
]

如果您想載入特定的 SpanMarker 模型，您可以點選 Use in SpanMarker，系統將為您提供一個可用的程式碼片段！

其他資源

SpanMarker 倉庫
SpanMarker 文件

< > 在 GitHub 上更新