Edit model card
  • Model Type:Named Entity Recognition (NER)
  • Base Model: DistilBERT
  • Model Description: NepNER is a fine-tuned NER model for the Nepali language based on the DistilBERT architecture. It is designed to identify and classify named entities within Nepali text,

-Usage

from transformers import AutoTokenizer, AutoModelForTokenClassification

from transformers import pipeline

tokenizer = AutoTokenizer.from_pretrained("debabrata-ai/NepNER")

model = AutoModelForTokenClassification.from_pretrained("debabrata-ai/NepNER")

ner_pipeline = pipeline("ner", model=model, tokenizer=tokenizer)

input_text = "लुम्बिनी विश्वविद्यालय अन्तर्गत सञ्चालित चिनिया भाषासहितका शैक्षिक कार्यक्रमका विषयहरुमा शनिबार लुम्बिनी बौद्ध विश्वविद्यालयमा अन्र्तक्रिया भएको हो ।सोे अवसरमा बोल्दै लुम्बिनी बौद्ध विश्वविद्यालयका निमित्त उपकुलपति एवं रजिष्टर डा. तिलकराम आचार्यले विश्वविद्यालयले चीनका विभिन्न विश्वविद्यालयसंग सहकार्य सम्झौता साझेदारीमा शैक्षिक कार्यक्रम सञ्चालन गर्न लागिएको बताउनु भयो । सको कोषाध्यक्ष निरजप्रसाद लाकौल तथा सदस्यहरुमा भारती जोशी, सरस्वती अमात्य, सविता शाक्य, डा. सरिता श्रेष्ठ, मोहन बश्याल र अशोक गौतमलाई चयन गरिएको छ । त्यस्तै युवा सदस्यमा बिनी शाक्य, निशा भण्डारी र किरण तिवारीलाई चयन गरिएको छ ।"

ner_results = ner_pipeline(input_text)

ner_results

Downloads last month
5
Inference Examples
This model does not have enough activity to be deployed to Inference API (serverless) yet. Increase its social visibility and check back later, or deploy to Inference Endpoints (dedicated) instead.