Hugging Face 的 LOGO

Hub 文档

在 Hugging Face Hub 上使用 SpanMarker

Hugging Face's logo
加入 Hugging Face 社区

并获得增强的文档体验

开始使用

在 Hugging Face 使用 SpanMarker

SpanMarker 是一个用于使用 BERT、RoBERTa 和 DeBERTa 等常用编码器训练强大的命名实体识别模型的框架。SpanMarker 紧密地实现在 🤗 Transformers 库之上，可以充分利用它。因此，对于熟悉 Transformers 的人来说，SpanMarker 将易于使用。

探索 Hub 中的 SpanMarker

您可以通过在模型页面左侧进行筛选来查找 span_marker 模型。

Hub 上的所有模型都具有以下实用功能：

  1. 自动生成的模型卡片，包含简要描述。
  2. 一个交互式小部件，您可以在浏览器中直接使用模型进行操作。
  3. 一个推理 API，允许您发出推理请求。

安装

要开始使用，您可以遵循 SpanMarker 安装指南。您也可以通过 pip 使用以下一行命令进行安装：

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，您可以使用 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}
]

如果您想加载特定的 SpanMarker 模型，您可以点击 Use in SpanMarker，系统将为您提供一个可用的代码片段！

其他资源

< > 在 GitHub 上更新

←spaCy SpeechBrain→