Instructions to use kalusev/NER4Legal_SRB with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use kalusev/NER4Legal_SRB with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("token-classification", model="kalusev/NER4Legal_SRB")# Load model directly from transformers import AutoTokenizer, AutoModelForTokenClassification tokenizer = AutoTokenizer.from_pretrained("kalusev/NER4Legal_SRB") model = AutoModelForTokenClassification.from_pretrained("kalusev/NER4Legal_SRB", device_map="auto") - Notebooks
- Google Colab
- Kaggle
Naivno pitanje
Zdravo, prosirujem "znanje" iz ljubavi, a svakako radim "devops", "SRE" itd, sto bi rekli, pa mi je duplo zanimljivo.
Nemam strucno obrazovanje iz oblasti ML niti matematike.
Ali mislim da mogu da prodjem i bez toga jer sam na "plumbing" strani, klasican "majstor". Koristim alate koje su smislili i napravili inzenjeri i kombinujem ih. = )
Procitao sam PDF publikaciju cisto da vidim da li tamo ima odgovor na to moje naivno pitanje.
Da li sam dobro razumeo da ste markirali osam entiteta koristeci deo sudske prakse koji su prikazani na jednoj od slika u publikaciji?
Da li ovaj publikovan model ima "samo" te entitete pored base modela?
Da li to znaci da bi sada neko trebao da sedne pa da "ucita" komplet nas zakon i polagano dodaje entitete koji su "korisni" odnosno entitete koji postoje u pravnoj struci, advokaturi? (Sto nije problem ako ce biti korisno)
Naravno u saradnji sa pravnikom/advokatom.
Kako resiti NER sinonime jer je nas jezik raznovrstan.
Na primer: Pravni termin/entitet "Upravnik zavoda" je generalizovan za sve drzavne institucije u zakonu.
Medjutim pitanje moze biti prosledjeno gde se navodi "Direktor zatvora" sto je u stvari "Upravnik zavoda" u pisanom zakonu.
Nadam se da ima smisla ovo sto sam ispisao.