Modelo para Reconhecimento de Entidade Nomeadas em português utilizando o modelo spaCy pt_core_news_lg
Link do trabalho no Kaggle: https://www.kaggle.com/datasets/flaviagg/lenerbr .
Criei um Web App que proporciona a comparação dos modelos sm e lg: https://huggingface.co/spaces/flaviaggp/Streamlit_Lener .
Métricas por entidade
Feature |
Description |
Name |
pt_lg_pipeline |
Version |
0.0.0 |
spaCy |
>=3.4.4,<3.5.0 |
Default Pipeline |
tok2vec , ner |
Components |
tok2vec , ner |
Vectors |
500000 keys, 500000 unique vectors (300 dimensions) |
Sources |
n/a |
License |
n/a |
Author |
n/a |
Label Scheme
View label scheme (6 labels for 1 components)
Component |
Labels |
ner |
JURISPRUDENCIA , LEGISLACAO , LOCAL , ORGANIZACAO , PESSOA , TEMPO |
Accuracy
Type |
Score |
ENTS_F |
83.79 |
ENTS_P |
83.98 |
ENTS_R |
83.61 |
TOK2VEC_LOSS |
23620.33 |
NER_LOSS |
127975.46 |