Hugging Face Transformers 几个实体识别模型比较

Hugging Face Transformers 支持中文的命名实体识别（NER）任务。你可以使用预训练的中文模型，例如 BERT、RoBERTa、MacBERT 等，它们经过中文数据的微调，可以用于实体识别任务。

1. 常见支持中文 NER 的 Hugging Face 模型

以下是一些适合中文 NER 任务的模型：

(1) bert-base-chinese

• 适用于中文基础任务。
• 未专门针对 NER 微调，需要自定义微调。

(2) uer/roberta-base-finetuned-cluener2020

• 针对 CLUENER2020 数据集微调的 RoBERTa 模型。
• 支持识别中文中的人名、地名、时间等实体。

(3) hfl/chinese-bert-wwm-ext

• 全词掩码预训练的中文 BERT，适合迁移到 NER 任务。

(4) hfl/chinese-roberta-wwm-ext

• 类似于上面的 BERT，全词掩码预训练，适合 NER。

2. 使用 Hugging Face 提取中文 NER

安装依赖

确保安装了 transformers 和 torch：

pip install transformers torch