MohamedDataX/camembert-person-ner

CamemBERT - noms de personnes

Modèle fait pour le TD2 de NLP (ESGI). Pour chaque mot, il dit si c'est un nom de personne (1) ou pas (0).

Entraînement

• Base : almanach/camembert-base
• Étape 1 : MultiNERD FR (20 000 phrases, 2 epochs)
• Étape 2 : données France Inter du TD (3 epochs)

Résultats (jeu de test)

• MultiNERD FR : 99.9 % accuracy
• France Inter : 99.45 % accuracy par mot

Utilisation

from transformers import AutoModelForTokenClassification, AutoTokenizer

model = AutoModelForTokenClassification.from_pretrained("MohamedDataX/camembert-person-ner")
tokenizer = AutoTokenizer.from_pretrained("MohamedDataX/camembert-person-ner")

Le label d'un mot = le label de son 1er token.