Uso de SpanMarker en Hugging Face

SpanMarker es un marco para entrenar potentes modelos de reconocimiento de entidades nombradas (NER) utilizando codificadores conocidos como BERT, RoBERTa y DeBERTa. Implementado de forma estrecha sobre la biblioteca 🤗 Transformers, SpanMarker puede aprovecharla al máximo. Como resultado, SpanMarker resultará intuitivo para cualquier persona familiarizada con Transformers.

Explorando SpanMarker en el Hub

Puedes encontrar modelos de span_marker filtrando a la izquierda de la página de modelos.

Todos los modelos del Hub incluyen estas funciones útiles:

1. Una tarjeta de modelo generada automáticamente con una breve descripción.
2. Un widget interactivo que puedes usar para experimentar con el modelo directamente en el navegador.
3. Un widget de Inference Providers que te permite realizar solicitudes de inferencia.

Instalación

Para comenzar, puedes seguir la guía de instalación de SpanMarker. También puedes usar la siguiente instalación de una línea a través de pip:

pip install -U span_marker

Uso de modelos existentes

Todos los modelos span_marker se pueden cargar fácilmente desde el Hub.

from span_marker import SpanMarkerModel

model = SpanMarkerModel.from_pretrained("tomaarsen/span-marker-bert-base-fewnerd-fine-super")

Una vez cargado, puedes usar SpanMarkerModel.predict para realizar inferencia.

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}
]

Si deseas cargar un modelo específico de SpanMarker, puedes hacer clic en Use in SpanMarker y se te proporcionará un fragmento de código funcional.

Recursos adicionales

• Repositorio de SpanMarker repository
• Documentación de docs