Modelo NER: Extracci贸n de Condiciones y Acciones
Este modelo identifica y extrae CONDICIONES y ACCIONES en textos en espa帽ol.
Descripci贸n
Modelo basado en BETO (BERT en espa帽ol) entrenado para reconocer:
- CONDICION: Circunstancias o situaciones que activan acciones
- ACCION: Comportamientos o respuestas del sistema
M茅tricas
| M茅trica | Valor |
|---|---|
| Precision | 86.76% |
| Recall | 92.19% |
| F1-Score | 89.39% |
Uso
from transformers import pipeline
# Cargar modelo
ner = pipeline("ner",
model="Kevinsanchez11/ner-condiciones-acciones-es-v4",
aggregation_strategy="simple")
# Analizar texto
texto = "Si el cliente completa el pago, el sistema enviar谩 un comprobante."
resultado = ner(texto)
# Ver resultados
for ent in resultado:
print(f"{ent['entity_group']}: {ent['word']}")
Ejemplo de salida
Entrada:
Si el usuario hace clic en el bot贸n, el sistema debe guardar los datos.
Salida:
CONDICION: Si el usuario hace clic en el bot贸n
ACCION: el sistema debe guardar los datos
Entrenamiento
- Modelo base: dccuchile/bert-base-spanish-wwm-cased (BETO)
- 脡pocas: 10
- Learning rate: 2e-5
- Framework: Hugging Face Transformers
Etiquetas
B-CONDICION: Inicio de condici贸nI-CONDICION: Continuaci贸n de condici贸nB-ACCION: Inicio de acci贸nI-ACCION: Continuaci贸n de acci贸nO: Fuera de entidad
Limitaciones
- Entrenado espec铆ficamente para textos de requisitos de software
- Mejor rendimiento con oraciones estructuradas tipo "Si... entonces..."
- Puede tener menor precisi贸n en textos muy informales
Autor
Modelo entrenado con Hugging Face Transformers.
Licencia
MIT
- Downloads last month
- 2