Update README.md

README.md

@@ -2,6 +2,8 @@
 license: apache-2.0
 language:
 - it
+pipeline_tag: token-classification
+library_name: gliner
 ---
 ### Model Card: Gliner - Modello Generalista per l'Identificazione di PII
 
@@ -31,4 +33,28 @@ Il modello è stato addestrato su un ampio dataset contenente circa 200K di esem
 #### Limitazioni
 - **Variabilità dei Dati**: Gliner può avere difficoltà nell'identificare PII in documenti non strutturati o con formattazioni molto diverse da quelle presenti nel set di addestramento.
 - **Tag Rari**: Il modello può mostrare performance ridotte su tag meno comuni o su quelli che non erano ben rappresentati nel set di addestramento.
-- **Bias**: Come tutti i modelli di machine learning, Gliner può essere soggetto a bias derivanti dal dataset di addestramento.
+- **Bias**: Come tutti i modelli di machine learning, Gliner può essere soggetto a bias derivanti dal dataset di addestramento.
+
+## Installation
+To use this model, you must install the GLiNER Python library:
+```
+!pip install gliner
+```
+
+## Usage
+Once you've downloaded the GLiNER library, you can import the GLiNER class. You can then load this model using `GLiNER.from_pretrained` and predict entities with `predict_entities`.
+
+```python
+from gliner import GLiNER
+
+model = GLiNER.from_pretrained("DeepMount00/GLiNER_PII_ITA")
+
+text = """..."""
+
+labels = ["label1", "label2"]
+
+entities = model.predict_entities(text, labels)
+
+for entity in entities:
+    print(entity["text"], "=>", entity["label"])
+```