Article NER v1
персоны и организации из новостных статей
1 мин чтения
Article NER v1 — модель token-classification от gourishankar63 на базе DeBERTa-v3-small. Она дообучена на собственном newsroom-датасете и извлекает из англоязычных статей сущности Person (PER) и Organization (ORG) по схеме BIO.
Ключевые особенности
- Два типа сущностей: PER и ORG.
- Обучение на кастомном newsroom-датасете.
- Разметка по схеме BIO: B-PER, I-PER, B-ORG, I-ORG, O.
- Ориентирована на англоязычные новостные тексты.
- Лицензия Apache 2.0.
Пример
from transformers import pipeline
ner = pipeline('token-classification', model='gourishankar63/article-ner-v1', aggregation_strategy='simple')
text = 'Microsoft CEO Satya Nadella announced a new initiative with OpenAI.'
entities = ner(text)
for e in entities:
print(e['entity_group'], e['word'], round(e['score'], 2))Подробнее
На отложенной eval-выборке: F1 97% для PER и 91% для ORG.Модель распознаёт только персон и организации — локации, даты, продукты и события не поддерживаются.
Обучение и оценка — на новостном домене; на других стилях качество может отличаться.
Лицензия Apache 2.0; требования к VRAM в карточке не указаны.










Комментарии