Upload README.md with huggingface_hub

README.md

@@ -1,7 +1,93 @@
 ---
-license: apache-2.0
 language:
 - zh
-base_model:
-- empero-ai/Qwythos-9B-Claude-Mythos-5-1M-GGUF
----
+license: apache-2.0
+pipeline_tag: token-classification
+tags:
+- pytorch
+- transformers
+- named-entity-recognition
+- token-classification
+- ner
+- ernie
+- crf
+- chinese-nlp
+- person-name-extraction
+- financial-documents
+library_name: transformers
+base_model: nghuyong/ernie-3.0-base-zh
+---
+
+# 人名提取 — Human Name Extraction
+
+基于 ERNIE 3.0 + CRF 的中文金融批复人名提取工具。双模型集成架构，差异自动交 LLM 裁定。
+
+## 模型说明
+
+- **底模**：ERNIE 3.0 Base (Chinese)，118M 参数
+- **架构**：ERNIE 编码器 → Linear(768→3) → CRF (BIO 标注)
+- **任务**：从金融监管批复标题中提取人名（B-PER / I-PER）
+- **训练数据**：2,530 条正例 + 1,000 条对抗负例（地名/公司名误识别）
+
+### 双模型
+
+| 权重文件 | 说明 |
+|----------|------|
+| `finetune_best.pt` | 全参数微调（ERNIE 不冻结） |
+| `frozen_best.pt` | 冻结 ERNIE + 对抗训练 |
+
+## 快速开始
+
+```bash
+pip install torch>=2.4.0 "transformers==4.46.0" pytorch-crf openpyxl pandas "numpy<2"
+
+# 单模型提取
+python extract.py input.xlsx output.xlsx
+
+# 双模型集成（差异交 LLM 裁定）
+python ensemble_extract.py input.xlsx output.xlsx
+```
+
+### 输入格式
+
+xlsx：A 列（标题），L 列（机构名等需在标题中删除的内容）
+
+### 输出
+
+| 列 | 内容 |
+|----|------|
+| A列 | 原始标题 |
+| B列 | 提取人名（`、`分隔） |
+| C列 | 方法（`一致`/`LLM裁定`） |
+| D列 | 姓名字数 |
+
+## 流水线
+
+```
+标题 → L列机构名剔除 → 模型推理 → 去等N人 → 英文括号扩展 → 存在性校验 → 输出
+```
+
+## LLM 配置（集成裁定用）
+
+项目根目录 `llm` 文件，OpenAI 兼容格式：
+
+```
+api_key=sk-xxxxxxxx
+api_url=https://api.deepseek.com/chat/completions
+model=deepseek-chat
+```
+
+## 文件结构
+
+```
+├── config.py            # 全局配置
+├── model.py             # 模型定义 (ErnieCRF)
+├── extract.py           # 单模型提取入口
+├── ensemble_extract.py  # 双模型集成提取
+├── llm_resolver.py      # LLM API 调用
+├── rule.py              # 规则提取（备选）
+├── finetune_best.pt     # 模型A 权重
+├── frozen_best.pt       # 模型B 权重
+├── llm                  # LLM 配置模板
+└── README.md            # 本文件
+```