| --- |
| license: mit |
| language: |
| - tr |
| metrics: |
| - accuracy |
| - f1 |
| pipeline_tag: token-classification |
| tags: |
| - ner |
| - turkish-ner |
| - turkish |
| - nlp |
| --- |
| |
| Bu model "https://github.com/stefan-it/turkish-bert" base alınarak geliştirilmiş bir NER(Varlık ismi tanıma) modelidir. |
|
|
|
|
| ## Eğitim ve validasyon verisi |
|
|
| Fine-tune işlemi için TDD-NER-202112-CC-001 veri seti kullanılmıştır. |
|
|
| @article{tur-etal-2003-milliyet, |
| title={A statistical information extraction system for Turkish}, |
| volume={9}, |
| DOI={10.1017/S135132490200284X}, |
| number={2}, |
| journal={Natural Language Engineering}, |
| publisher={Cambridge University Press}, |
| author={Tür, Gökhan and Hakkani-Tür, Dilek and Oflazer, Kemal}, |
| year={2003}, |
| pages={181–210} |
| } |
| |
|
|
| ### Hiperparametreler |
|
|
| custom_labels = ["O","B-LOC","I-LOC","B-ORG","I-ORG","B-PER","I-PER"] |
| |
| model_args = { |
| "train_batch_size": 32, |
| "eval_batch_size": 32, |
| "num_train_epochs": 3, |
| "seed":1, |
| "save_steps": 625, |
| "overwrite_output_dir": True, |
| "output_dir": "/content/Model" |
| } |
| |
| ### Nasıl Kullanılacağı |
|
|
| ``` |
| from transformers import pipeline |
| |
| pipe = pipeline("token-classification", model="Gorengoz/bert-based-Turkish-NER") |
| pipe("Entity X'in müşteri hizmetleri hızlı ve etkili, Entity Y'nin ürün kalitesi çok kötü.",aggregation_strategy = "simple"") |
| |
| ``` |
