metadata
language: bn
datasets:
- wikiann
examples: null
widget:
- text: রিয়াল মাদ্রিদ ফুটবল ক্লাব
example_title: Sentence_1
- text: উত্তরবঙ্গ কৃষি বিশ্ববিদ্যালয়
example_title: Sentence_2
- text: বাংলাদেশ জাতীয় ক্রিকেট দল
example_title: Sentence_3
- text: বাংলাদেশ টেলিকমিউনিকেশন্স কোম্পানী লিমিটেড
example_title: Sentence_4
- text: রোমিও অ্যান্ড জুলিয়েট
example_title: Sentence_5
Named Entity Recognition on Bangla Language
Fine Tuning BERT for NER on Bengali Language Tagging using HuggingFaceCorrespondence Label ID and Label Name
Label ID | Label Name |
---|---|
0 | O |
1 | B-PER |
2 | I-PER |
3 | B-ORG |
4 | I-ORG |
5 | B-LOC |
6 | I-LOC |
Evaluation and Validation
Name | Precision | Recall | F1 | Accuracy |
---|---|---|---|---|
Train/Val set | 0.963899 | 0.964770 | 0.964334 | 0.981252 |
Test set | 0.952855 | 0.965105 | 0.958941 | 0.981349 |
Transformers AutoModelForTokenClassification
from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline
tokenizer = AutoTokenizer.from_pretrained("engineersakibcse47/NER_on_Bangla_Language")
model_ner = AutoModelForTokenClassification.from_pretrained("engineersakibcse47/NER_on_Bangla_Language")
pipe = pipeline("ner", model=model_ner, tokenizer=tokenizer)
sample = "বসনিয়া ও হার্জেগোভিনা"
result = pipe(sample)
result