在 Hugging Face 上使用 SpanMarker
SpanMarker 是一个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的框架。SpanMarker 在 🤗 Transformers 库之上紧密实现，可以充分利用它。因此，对于任何熟悉 Transformers 的人来说，SpanMarker 都将易于使用。
在 Hub 中探索 SpanMarker
您可以在 模型页面 左侧的过滤器中找到 span_marker 模型。
Hub 上的所有模型都具有以下实用功能
- 自动生成的模型卡片，其中包含简短的描述。
- 一个交互式小部件，您可以使用它直接在浏览器中试用模型。
- 一个推理 API，允许您发出推理请求。
安装
要开始使用，您可以按照 SpanMarker 安装指南 进行操作。您还可以使用以下通过 pip 进行的一行安装
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，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}
]如果要加载特定的 SpanMarker 模型，您可以点击“在 SpanMarker 中使用”，系统将为您提供一个可用的代码片段！