stefan-it/autotrain-flair-hipe2022-de-hmbert
收藏官方服务：
资源简介：
该数据集主要用于命名实体识别（NER）模型的微调，涉及多种语言和数据集，包括英语、德语、法语、芬兰语、瑞典语和荷兰语。数据集来源于HIPE-2020、HIPE-2022和Europeana等项目，涵盖了多种历史文献和新闻数据。
This dataset is primarily intended for fine-tuning Named Entity Recognition (NER) models. It incorporates multiple languages and corresponding datasets, including English, German, French, Finnish, Swedish and Dutch. The constituent datasets are sourced from projects such as HIPE-2020, HIPE-2022 and Europeana, and cover a wide range of historical documents and news data.
提供机构：
stefan-it原始信息汇总
NER Fine-Tuning 数据集概述
数据集来源
- HIPE-2022 数据集：用于微调 NER 模型，来源于 HIPE-2022 Shared Task。
语言和数据集
- 英语：
- AjMC
- TopRes19th
- 德语：
- AjMC
- NewsEye
- 法语：
- AjMC
- ICDAR-Europeana
- LeTemps
- NewsEye
- 芬兰语：
- NewsEye
- 瑞典语：
- NewsEye
- 荷兰语：
- ICDAR-Europeana
结果
- 模型性能：报告了在开发集上平均 F1 分数的结果。
| 模型 | 英语 AjMC | 德语 AjMC | 法语 AjMC | 德语 NewsEye | 法语 NewsEye | 芬兰语 NewsEye | 瑞典语 NewsEye | 荷兰语 ICDAR | 法语 ICDAR | 法语 LeTemps | 英语 TopRes19th | 平均 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| hmBERT (32k) Schweter et al. | 85.36 ± 0.94 | 89.08 ± 0.09 | 85.10 ± 0.60 | 39.65 ± 1.01 | 81.47 ± 0.36 | 77.28 ± 0.37 | 82.85 ± 0.83 | 82.11 ± 0.61 | 77.21 ± 0.16 | 65.73 ± 0.56 | 80.94 ± 0.86 | 76.98 |
| hmTEAMS (Ours) | 86.41 ± 0.36 | 88.64 ± 0.42 | 85.41 ± 0.67 | 41.51 ± 2.82 | 83.20 ± 0.79 | 79.27 ± 1.88 | 82.78 ± 0.60 | 88.21 ± 0.39 | 78.03 ± 0.39 | 66.71 ± 0.46 | 81.36 ± 0.59 | 78.32 |
