|
--- |
|
tags: |
|
- spacy |
|
- token-classification |
|
language: |
|
- ta |
|
widget: |
|
- text: "கூகுள் நிறுவனம் தனது முக்கிய வசதியான ஸ்ட்ரீட் வியூ வசதியை 10 நகரங்களில் இந்தியாவில் அறிமுகப்படுத்தி உள்ளது." |
|
- text: "கென்யாவின் புதிய அரசுத்தலைவராக வில்லியம் ரூட்டோ தேர்ந்தெடுக்கப்பட்டார்." |
|
- text: "என் பெயர் மாறன், நான் சென்னையில் வசிக்கிறேன்." |
|
|
|
model-index: |
|
- name: ta_Tamil_NER |
|
results: |
|
- task: |
|
name: NER |
|
type: token-classification |
|
metrics: |
|
- name: NER Precision |
|
type: precision |
|
value: 0.8433655536 |
|
- name: NER Recall |
|
type: recall |
|
value: 0.8552016039 |
|
- name: NER F Score |
|
type: f_score |
|
value: 0.8492423404 |
|
--- |
|
## Intended uses & limitations |
|
|
|
#### How to use |
|
You can use this model with spacy. |
|
|
|
!pip install https://huggingface.co/karthid/ta_Tamil_NER/resolve/main/ta_Tamil_NER-any-py3-none-any.whl |
|
|
|
import ta_Tamil_NER |
|
|
|
from spacy import displacy |
|
|
|
nlp = ta_Tamil_NER.load() |
|
|
|
doc = nlp("கூகுள் நிறுவனம் தனது முக்கிய வசதியான ஸ்ட்ரீட் வியூ வசதியை 10 நகரங்களில் இந்தியாவில் அறிமுகப்படுத்தி உள்ளது.") |
|
|
|
displacy.render(doc,jupyter=True, style = "ent") |
|
|
|
| Feature | Description | |
|
| --- | --- | |
|
| **Name** | `ta_Tamil_NER` | |
|
| **Version** | `0.0.0` | |
|
| **spaCy** | `>=3.2.4,<3.3.0` | |
|
| **Default Pipeline** | `transformer`, `ner` | |
|
| **Components** | `transformer`, `ner` | |
|
| **Vectors** | 0 keys, 0 unique vectors (0 dimensions) | |
|
| **Sources** | n/a | |
|
| **License** | n/a | |
|
| **Author** | Karthi Dhayalan | |
|
|
|
|
|
|
|
|
|
|
|
### Label Scheme |
|
|
|
<details> |
|
|
|
<summary>View label scheme </summary> |
|
|
|
| Component | Labels | |
|
| --- | --- | |
|
| **`ner`** | `B-PER`, `I-PER`, `B-ORG`, `I-ORG`, `B-LOC`, `I-LOC` | |
|
|
|
</details> |
|
|
|
### Accuracy |
|
|
|
| Type | Score | |
|
| --- | --- | |
|
| `ENTS_F` | 84.92 | |
|
| `ENTS_P` | 84.34 | |
|
| `ENTS_R` | 85.52 | |
|
| `TRANSFORMER_LOSS` | 1842600.06 | |
|
| `NER_LOSS` | 108788.05 | |
