Instructions to use debabrata-ai/NepNER with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use debabrata-ai/NepNER with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("token-classification", model="debabrata-ai/NepNER")# Load model directly from transformers import AutoTokenizer, AutoModelForTokenClassification tokenizer = AutoTokenizer.from_pretrained("debabrata-ai/NepNER") model = AutoModelForTokenClassification.from_pretrained("debabrata-ai/NepNER") - Notebooks
- Google Colab
- Kaggle
- Model Type:Named Entity Recognition (NER)
- Base Model: DistilBERT
- Model Description: NepNER is a fine-tuned NER model for the Nepali language based on the DistilBERT architecture. It is designed to identify and classify named entities within Nepali text,
-Usage
from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline
tokenizer = AutoTokenizer.from_pretrained("debabrata-ai/NepNER")
model = AutoModelForTokenClassification.from_pretrained("debabrata-ai/NepNER")
ner_pipeline = pipeline("ner", model=model, tokenizer=tokenizer)
input_text = "लुम्बिनी विश्वविद्यालय अन्तर्गत सञ्चालित चिनिया भाषासहितका शैक्षिक कार्यक्रमका विषयहरुमा शनिबार लुम्बिनी बौद्ध विश्वविद्यालयमा अन्र्तक्रिया भएको हो ।सोे अवसरमा बोल्दै लुम्बिनी बौद्ध विश्वविद्यालयका निमित्त उपकुलपति एवं रजिष्टर डा. तिलकराम आचार्यले विश्वविद्यालयले चीनका विभिन्न विश्वविद्यालयसंग सहकार्य सम्झौता साझेदारीमा शैक्षिक कार्यक्रम सञ्चालन गर्न लागिएको बताउनु भयो । सको कोषाध्यक्ष निरजप्रसाद लाकौल तथा सदस्यहरुमा भारती जोशी, सरस्वती अमात्य, सविता शाक्य, डा. सरिता श्रेष्ठ, मोहन बश्याल र अशोक गौतमलाई चयन गरिएको छ । त्यस्तै युवा सदस्यमा बिनी शाक्य, निशा भण्डारी र किरण तिवारीलाई चयन गरिएको छ ।"
ner_results = ner_pipeline(input_text)
ner_results
- Downloads last month
- 4