NhanSoHocCode/xlmr-ner-4labels-v2 (Phiên bản v2)

Mô hình Named Entity Recognition (NER) phiên bản v2, được tiếp tục huấn luyện bổ sung từ checkpoint NhanSoHocCode/xlmr-ner-4labels trên tập dữ liệu tuyển dụng cập nhật (data-job3).

Điểm cải tiến phiên bản v2:

• Tinh chỉnh trọng số với learning rate 1.5e-05 giúp tối ưu biên nhận diện các thực thể kỹ năng và học vấn.
• Kết quả F1-Score trên tập Test: 0.9114

4 Nhóm thực thể nhận diện:

• HARD_SKILL: Kỹ năng kỹ thuật, công nghệ (Python, Java, Docker, PySpark, SQL,...)
• SOFT_SKILL: Kỹ năng mềm (giao tiếp, làm việc nhóm, quản lý thời gian, tư duy phản biện,...)
• EDUCATION: Bằng cấp học vấn (Cử nhân, Thạc sĩ, Kỹ sư, Tiến sĩ,...)
• MAJOR: Chuyên ngành đào tạo (Khoa học máy tính, Công nghệ thông tin, Hệ thống thông tin,...)

Cách sử dụng nhanh:

from transformers import pipeline

ner = pipeline(
    "ner",
    model="NhanSoHocCode/xlmr-ner-4labels-v2",
    tokenizer="NhanSoHocCode/xlmr-ner-4labels-v2",
    aggregation_strategy="simple"
)

text = "Tuyển dụng Data Engineer tốt nghiệp Cử nhân Công nghệ thông tin. Thành thạo Apache Spark, SQL và có kỹ năng làm việc nhóm."
results = ner(text)

for res in results:
    print(f"[{res['entity_group']}] {res['word']} (Score: {res['score']:.2%})")