# Hugging FaceでのSpanMarkerの使用方法

[SpanMarker](https://github.com/tomaarsen/SpanMarkerNER)は、BERT、RoBERTa、DeBERTaなどの馴染みのあるエンコーダーを使用して、強力な名前実体認識モデルを訓練するためのフレームワークです。🤗 Transformersライブラリの上に密接に実装されているため、SpanMarkerはその恩恵を十分に受けることができます。その結果、Transformersに慣れている方であれば、SpanMarkerも直感的に使いこなすことができるでしょう。

## HubにおけるSpanMarkerの探索

[モデルページ](https://huggingface.co/models?library=span-marker)の左側でフィルタリングすることで、`span_marker`モデルを見つけることができます。

Hub上のすべてのモデルには、これらの便利な機能が備わっています:
1. 簡潔な説明付きの自動生成されたモデルカード。
2. ブラウザ上でモデルを直接操作できるインタラクティブなウィジェット。
3. 推論リクエストを行うことを可能にするInference Providersウィジェットです。

## インストール

始めるには、[SpanMarkerのインストールガイド](https://tomaarsen.github.io/SpanMarkerNER/install.html)に従うことができます。また、以下の1行のpipコマンドでインストールすることもできます。

```
pip install -U span_marker
```

## 既存のモデルを使用する

すべての`span_marker`モデルは、Hubから簡単に読み込むことができます。

```py
from span_marker import SpanMarkerModel

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

読み込みが完了すると、[`SpanMarkerModel.predict`](https://tomaarsen.github.io/SpanMarkerNER/api/span_marker.modeling.html#span_marker.modeling.SpanMarkerModel.predict) を使用して推論を実行できます。

```py
model.predict("Amelia Earhart flew her single engine Lockheed Vega 5B across the Atlantic to Paris.")
```
```json
[
    {"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}
]
```

特定のSpanMarkerモデルを読み込みたい場合は、`Use in SpanMarker`をクリックすると、動作するスニペットが表示されます。

## 追加のリソース

* SpanMarker [リポジトリ](https://github.com/tomaarsen/SpanMarkerNER)
* SpanMarker [ドキュメント](https://tomaarsen.github.io/SpanMarkerNER)