metadata
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
View label scheme
| Component | Labels |
|---|---|
ner |
B-PER, I-PER, B-ORG, I-ORG, B-LOC, I-LOC |
Accuracy
| Type | Score |
|---|---|
ENTS_F |
84.92 |
ENTS_P |
84.34 |
ENTS_R |
85.52 |
TRANSFORMER_LOSS |
1842600.06 |
NER_LOSS |
108788.05 |