bert-base-NER

bert-base-NER

在英语文本中找出并标注人名、机构名、地名和其他名称。这是用于命名实体识别的微调 BERT 模型，通过 Transformers 流水线使用。

由 dslim 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：bert-base-NER 读取英语文本并标出其中的名称。它标注四类实体：人物、机构、地点和一个杂项类别。它是在英语 CoNLL-2003 数据集上微调的 bert-base-cased 模型。

文本中的每个词片段都会得到一个标签，所以你能看出一个名称从哪里开始、在哪里延续。这个模型有 1.08 亿个参数。

适合谁：适合需要从新闻、报告或消息等英语文本里提取名称、并且能写几行 Python 的开发者和数据团队。

Industry | Who uses it | How they use it | Example
媒体 | 新闻编辑部的开发者 | 给文章里的名称打标签来建立索引 | 列出一篇新闻里的人物和地点
数据 | 数据工程师 | 存储文本之前先提取名称 | 从报告里提取机构名称
软件 | 应用开发者 | 给文本功能加入名称检测 | 在笔记应用里高亮名称
研究 | NLP 学生 | 在标准数据集上学习词元分类 | 跑第一个命名实体识别测试

如果你处理的是英语以外的语言，或者和新闻写法差别很大的文本，可以跳过它或先试一试，因为模型卡提醒它可能泛化得不好。

用在哪里：

• 使用 Hugging Face Transformers 库的 Python。
• 装有 Python 的 Windows、macOS 或 Linux，用来下载文件。
• 同一作者的更大和更小的版本，如果你想要不同的尺寸。

Use case | Who | What they get back
名称提取 | 开发者 | 每个词元都被标为人物、机构、地点或其他
文本索引 | 数据团队 | 可用来搜索或给文档分组的实体标签
模型对比 | 研究人员 | 用来对比其他 NER 模型的基线

如何设置：你需要 Python 和 Transformers 库。

• Windows、macOS 或 Linux 上的 Python
• transformers 库和 PyTorch 之类的后端
• 要分析的英语文本
• 这个规模的模型不需要 GPU

1. 如果你想把文件放在本地，先安装 Hugging Face 工具。
2. 确认你的 Python 环境里装了 Transformers。
3. 运行下面的流水线示例。

pip install -U huggingface_hub
hf download dslim/bert-base-NER

如何使用：加载分词器和模型，构建一个 ner 流水线，再传给它一个句子。结果是一个带标签的词元列表。

from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline

tokenizer = AutoTokenizer.from_pretrained("dslim/bert-base-NER")
model = AutoModelForTokenClassification.from_pretrained("dslim/bert-base-NER")

nlp = pipeline("ner", model=model, tokenizer=tokenizer)
example = "My name is Wolfgang and I live in Berlin"

ner_results = nlp(example)
print(ner_results)

Tool | What it does
AutoTokenizer | 把文本拆成模型需要的词元
AutoModelForTokenClassification | 加载给每个词元打标签的模型
pipeline with ner | 一次跑完两个步骤并返回带标签的词元

示例：像上面的示例那样，传入一个写了某个人以及他居住城市的句子。流水线会返回一个带标签的词元列表，名字应该被标成人物，城市应该被标成地点。

新手与专家：如果你刚接触，命名实体识别就是在文本里找出人名、地名和机构名。先跑一下示例，再把句子换成你自己的，看看标签。

对专家来说，标签采用开始加延续的方案，所以连续出现的两个同类实体可以区分开。模型卡报告的测试分数是 F1 91.3、精确率 90.7、召回率 91.9，比原始 BERT 的结果略低。子词片段有时会被标成实体，所以你可能需要合并或过滤输出。

加载分词器和模型
构建 ner 流水线
传入一句英语文本
每个词元得到一个实体标签
按需合并或过滤标签

Title: 模型卡中的测试分数
F1: 91.3 points
Precision: 90.7 points
Recall: 91.9 points

注意事项：下面几点说明了限制和成本。

• Training data: 为 CoNLL-2003 收集的英语通讯社新闻，所以其他领域的文本标注效果可能较差。
• License: MIT。
• Cost to run: 没有提到 API 密钥或付费服务。
• Data it reaches: 它读取你传入的文本。下载模型需要连接 Hugging Face。
• Not for: 英语以外的语言，或者和新闻差别很大的文本。子词标注可能需要额外清理。

Hugging Face 上的数据（2026年11月13日）

• 任务：token classification
• 框架：transformers
• 参数量：108M
• Weights: about 433 MB in F32; about 54 MB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：1,038,928
• 点赞：750
• 许可证：mit
• 语言：en
• Quantized versions: 9
• Fine-tunes: 41
• 标签：transformers, pytorch, onnx, safetensors, bert, token-classification, model-index

链接

• 模型：https://huggingface.co/dslim/bert-base-NER
• 文件：https://huggingface.co/dslim/bert-base-NER/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download dslim/bert-base-NER

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。