在 Hugging Face 使用 SpanMarker
SpanMarker 是一个框架，用于使用熟悉的编码器（如 BERT、RoBERTa 和 DeBERTa）训练强大的命名实体识别模型。SpanMarker 紧密实现在 🤗 Transformers 库之上，可以充分利用它。因此，对于熟悉 Transformers 的任何人来说，SpanMarker 都会很直观。
在 Hub 上探索 SpanMarker
你可以通过在模型页面左侧筛选来找到 span_marker 模型。
Hub 上的所有模型都配备了这些有用的功能：
- 自动生成的模型卡片，包含简要描述。
- 一个交互式小部件，你可以直接在浏览器中使用模型。
- 允许你进行推理请求的推理 API。
安装
要开始使用，你可以遵循 SpanMarker 安装指南。你也可以通过 pip 使用以下一行安装：
pip install -U span_marker
使用现有模型
所有 span_marker 模型都可以轻松地从 Hub 加载。
from span_marker import SpanMarkerModel
model = SpanMarkerModel.from_pretrained("tomaarsen/span-marker-bert-base-fewnerd-fine-super")
加载后，你可以使用 SpanMarkerModel.predict 执行推理。
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}
]
如果你想加载特定的 SpanMarker 模型，可以点击 Use in SpanMarker，你将获得一个可用的代码片段！