Turkish Named Entity Recognition（NER）模型

此模型是"microsoft/mDeBERTa-v3-base"（DeBERTa V3的多语言版本）的微调版本，使用经过审查的著名的土耳其NER数据集进行微调（ https://github.com/stefan-it/turkish-bert/files/4558187/nerdata.txt ）。

微调参数：

task = "ner"
model_checkpoint = "microsoft/mdeberta-v3-base"
batch_size = 8 
label_list = ['O', 'B-PER', 'I-PER', 'B-ORG', 'I-ORG', 'B-LOC', 'I-LOC']
max_length = 512 
learning_rate = 2e-5 
num_train_epochs = 2 
weight_decay = 0.01 

如何使用：

model = AutoModelForTokenClassification.from_pretrained("akdeniz27/mDeBERTa-v3-base-turkish-ner")
tokenizer = AutoTokenizer.from_pretrained("akdeniz27/mDeBERTa-v3-base-turkish-ner")
ner = pipeline('ner', model=model, tokenizer=tokenizer, aggregation_strategy="simple")
ner("<your text here>")

请参考“ https://huggingface.co/transformers/_modules/transformers/pipelines/token_classification.html" ”了解使用凝聚策略参数进行实体分组的方法。

参考测试结果：

• f1得分：0.95
• 精度：0.94
• 召回率：0.96