استخدام SpanMarker في Hugging Face

SpanMarker هو إطار عمل لتدريب نماذج قوية لتحديد الكيانات المسمّاة باستخدام مشفّرات مألوفة مثل BERT وRoBERTa وDeBERTa. وقد نُفّذ بإحكام فوق مكتبة 🤗 Transformers، مما يتيح له الاستفادة الكاملة منها. ونتيجةً لذلك، سيكون استخدام SpanMarker بديهيًا لأي شخص على دراية بـ Transformers.

استكشاف SpanMarker في Hub

يمكنك العثور على نماذج span_marker عن طريق التصفية على يسار صفحة النماذج.

تأتي جميع النماذج على Hub بهذه الميزات المفيدة:

1. بطاقة نموذج مُولَّدة تلقائيًا مع وصف موجز.
2. مكوّن تفاعلي يمكنك استخدامه للتفاعل مع النموذج مباشرةً في المتصفح.
3. مكوّن مزوّدي الاستدلال الذي يتيح لك إرسال طلبات الاستدلال.

التثبيت

للبداية، يمكنك اتباع دليل تثبيت SpanMarker. كما يمكنك استخدام أمر التثبيت التالي من سطر واحد عبر pip:

pip install -U span_marker

استخدام نماذج موجودة

يمكن بسهولة تحميل جميع نماذج span_marker من Hub.

from span_marker import SpanMarkerModel

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

بعد التحميل، يمكنك استخدام SpanMarkerModel.predict لتنفيذ الاستدلال.

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}
]

إذا كنت ترغب في تحميل نموذج SpanMarker محدد، يمكنك النقر على Use in SpanMarker وستحصل على مقتطف برمجي جاهز للاستخدام!

موارد إضافية

• مستودع SpanMarker
• وثائق docs