uae_address_roberta_v1.0.3

NER model (uae)

本仓库存放一个命名实体识别(NER)模型的权重与配置。

• 任务: Token Classification (NER)
• 国家/区域: uae
• 标签数: 15

使用方式

加载到 transformers 中进行推理：

from transformers import AutoTokenizer, AutoModelForTokenClassification

model_id = "zexho/uae_address_roberta_v1.0.3"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForTokenClassification.from_pretrained(model_id, ignore_mismatched_sizes=True)

text = "مثال على العنوان"
inputs = tokenizer(text.split(), is_split_into_words=True, return_tensors="pt", truncation=True)
outputs = model(**inputs)

注意: 如果该模型来自自定义训练代码，参数名可能与标准 BertForTokenClassification 对齐；若出现不匹配，可设置 ignore_mismatched_sizes=True 或自行适配。

标签映射

labels.json 包含 id2label 与 label2id 用于解释预测结果。