|
--- |
|
language: |
|
- vi |
|
tags: |
|
- named-entity-recognition |
|
widget: |
|
- text: Liên quan vụ việc CSGT bị tố đánh dân, trúng một cháu nhỏ đang ngủ, đang lan |
|
truyền trên mạng xã hội, Đại tá Nguyễn Văn Tảo, Phó Giám đốc Công an tỉnh Tiền |
|
Giang vừa có cuộc họp cùng Chỉ huy Công an huyện Châu Thành và một số đơn vị nghiệp |
|
vụ cấp tỉnh để chỉ đạo làm rõ thông tin. |
|
base_model: NlpHUST/electra-base-vn |
|
model-index: |
|
- name: ner-vietnamese-electra-base |
|
results: [] |
|
--- |
|
|
|
<!-- This model card has been generated automatically according to the information the Trainer had access to. You |
|
should probably proofread and complete it, then remove this comment. --> |
|
|
|
# vietnamese-ner |
|
|
|
This model is a fine-tuned version of [NlpHUST/electra-base-vn](https://huggingface.co/NlpHUST/electra-base-vn) on an VLSP 2018 dataset. |
|
It achieves the following results on the evaluation set: |
|
- Loss: 0.0580 |
|
- Location Precision: 0.9353 |
|
- Location Recall: 0.9377 |
|
- Location F1: 0.9365 |
|
- Location Number: 2360 |
|
- Miscellaneous Precision: 0.5660 |
|
- Miscellaneous Recall: 0.6897 |
|
- Miscellaneous F1: 0.6218 |
|
- Miscellaneous Number: 174 |
|
- Organization Precision: 0.8610 |
|
- Organization Recall: 0.9068 |
|
- Organization F1: 0.8833 |
|
- Organization Number: 1878 |
|
- Person Precision: 0.9692 |
|
- Person Recall: 0.9637 |
|
- Person F1: 0.9664 |
|
- Person Number: 2121 |
|
- Overall Precision: 0.9122 |
|
- Overall Recall: 0.9307 |
|
- Overall F1: 0.9214 |
|
- Overall Accuracy: 0.9907 |
|
## Model description |
|
|
|
More information needed |
|
|
|
#### How to use |
|
|
|
You can use this model with Transformers *pipeline* for NER. |
|
|
|
```python |
|
from transformers import AutoTokenizer, AutoModelForTokenClassification |
|
from transformers import pipeline |
|
|
|
tokenizer = AutoTokenizer.from_pretrained("NlpHUST/ner-vietnamese-electra-base") |
|
model = AutoModelForTokenClassification.from_pretrained("NlpHUST/ner-vietnamese-electra-base") |
|
|
|
nlp = pipeline("ner", model=model, tokenizer=tokenizer) |
|
example = "Liên quan vụ việc CSGT bị tố đánh dân, trúng một cháu nhỏ đang ngủ, đang lan truyền trên mạng xã hội, Đại tá Nguyễn Văn Tảo, Phó Giám đốc Công an tỉnh Tiền Giang vừa có cuộc họp cùng Chỉ huy Công an huyện Châu Thành và một số đơn vị nghiệp vụ cấp tỉnh để chỉ đạo làm rõ thông tin." |
|
|
|
ner_results = nlp(example) |
|
print(ner_results) |
|
``` |
|
|
|
## Intended uses & limitations |
|
|
|
More information needed |
|
|
|
## Training and evaluation data |
|
|
|
More information needed |
|
|
|
## Training procedure |
|
|
|
### Training hyperparameters |
|
|
|
The following hyperparameters were used during training: |
|
- learning_rate: 5e-05 |
|
- train_batch_size: 16 |
|
- eval_batch_size: 4 |
|
- seed: 42 |
|
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08 |
|
- lr_scheduler_type: linear |
|
- num_epochs: 10.0 |
|
|
|
### Framework versions |
|
|
|
- Transformers 4.20.1 |
|
- Pytorch 1.8.0+cu111 |
|
- Datasets 2.4.0 |
|
- Tokenizers 0.12.1 |
|
### Contact information |
|
|
|
For personal communication related to this project, please contact Nha Nguyen Van ([email protected]). |
