You can deploy this model and start earning money today!

bboninsss/
CiceroNER.v1

Name: CiceroNER.v1
Availability: InStock

dbmdz/bert-base-italian-cased

Views

No views yet

Modello di Riconoscimento di Entità Denominate (NER) per Sentenze Italiane - Descrizione

Questo modello di Ner è stato creato per l'analisi di entità denominate in sentenze emesse dalle corti italiane. Riconosce entità come persone, luoghi, organizzazioni, importi, date, codici fiscali; riconosce i titoli avv e dott e identifica le citazioni di leggi, sentenze e procedimenti

Dettagli

Nello specifico riconosce:

**PERSONA
**ORGANIZZAZIONE
**LUOGO
**DATA
**INDIRIZZO
**IMPORTO
**LEGGE
**AVV
**DOTT
**CODFISC
**NUMERO
**IDSENT
**IDPROC

How to Get Started with the Model

Puoi usare il modello utilizzando la pipeline for NER.

python

from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline

tokenizer = AutoTokenizer.from_pretrained("bboninsss/CiceroNER.v1")
model = AutoModelForTokenClassification.from_pretrained("bboninsss/CiceroNER.v1")
nlp = pipeline("ner", model=model, tokenizer=tokenizer)
example = "Mario Rossi è nato a Roma"
ner_results = nlp(example)
print(ner_results)

Developed by: Marco Bonina