File size: 1,117 Bytes
1de04a9 f184897 1de04a9 f184897 1de04a9 f184897 0580478 f184897 0580478 f184897 1457183 f184897 0580478 f184897 0580478 f184897 0580478 f184897 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 | ---
language: it
tags:
- ner
- ristorazione
- pytorch
- transformers
- fine-tuning
license: apache-2.0
datasets: []
metrics:
- f1
---
# Modello NER per Estrazione di Caratteristiche Tecniche (Settore Ristorazione)
Questo modello Named Entity Recognition (NER) è stato fine-tunato per **estrarre caratteristiche tecniche** da richieste in linguaggio naturale nel contesto della **ristorazione professionale**.
---
## Obiettivo
Estrarre in automatico entità chiave da frasi come:
> _"Mi serve una cucina a gas con 6 fuochi su vano aperto e profondità 90."_
Restituendo un output strutturato:
"TIPO_COTTURA": "gas",
"NUM_ZONE": "6",
"DISPOSIZIONE": "vano aperto",
"PROFONDITÀ": "90"
# Architettura
Modello base: xlm-roberta-base (multilingua)
Task: Token Classification (NER)
Strategia: Fine-tuning supervisionato con annotazioni in formato IOB2
# Dataset
Il dataset è stato costruito a partire da richieste reali di tecnici.
Ogni frase è annotata manualmente con etichette come:
B-TIPO_COTTURA
B-NUM_ZONE
B-DISPOSIZIONE
B-PROFONDITÀ
⚠️ Il dataset non è attualmente pubblico.
|