Hub documentation

Usando o SpanMarker no Hugging Face

Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

Usando o SpanMarker no Hugging Face

SpanMarker é um framework para treinar modelos poderosos de Reconhecimento de Entidades Nomeadas usando codificadores familiares, como BERT, RoBERTa e DeBERTa. Implementado de forma integrada sobre a biblioteca 🤗 Transformers, o SpanMarker pode aproveitar bem seus recursos. Como resultado, o SpanMarker será intuitivo para qualquer pessoa familiarizada com Transformers.

Explorando o SpanMarker no Hub

Você pode encontrar modelos span_marker filtrando à esquerda na página de modelos.

Todos os modelos no Hub vêm com esses recursos úteis:

  1. Um cartão de modelo gerado automaticamente com uma breve descrição.
  2. Um widget interativo que você pode usar para interagir com o modelo diretamente no navegador.
  3. Um widget de Inference Providers que permite fazer solicitações de inferência.

Instalação

Para começar, você pode seguir o guia de instalação do SpanMarker. Você também pode usar a seguinte instalação em uma linha através do pip:

pip install -U span_marker

Usando modelos existentes

Todos os modelos span_marker podem ser carregados facilmente do Hub.

from span_marker import SpanMarkerModel

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

Uma vez carregado, você pode usar SpanMarkerModel.predict para realizar inferência.

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}
]

Se você deseja carregar um modelo específico de SpanMarker, pode clicar em Use in SpanMarker e receber um trecho de código funcional!

Recursos adicionais

Update on GitHub