Self Supervised Ner PER ORG LOC

Self Supervised Ner PER ORG LOC

一个用于标注文本中人物、组织和地点的 Streamlit 应用，仓库里有集成配置。适合想在浏览器里试用实体标注的人。

由 ajitrajasekharan 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Self Supervised Ner PER ORG LOC 是 Hugging Face Spaces 上的一个 Streamlit 应用，用于命名实体识别。标题指向三种实体：人物、组织和地点。它用到 Flair 的英文词性模型、nlpaueb 的法律 BERT 和 Google 的 cased BERT base，仓库里还有一个集成配置。

适合谁：它适合想在浏览器里试用人物、组织和地点标注的人，也适合想读懂多模型标注项目如何组织的开发者。

Industry | Who uses it | How they use it | Example
媒体 | 分析师 | 尝试标出一段文字里的人物、公司和地点 | 打开 Space，输入一句新闻
法律科技 | 开发者 | 看法律 BERT 如何成为标注方案的一部分 | 下载这个 Space，打开 ensemble_config.json
教育 | 讲师 | 在日常文本上演示命名实体识别 | 在课堂上运行这个演示

如果你需要有文档说明的准确率或完整的实体类型清单，可以跳过它，因为 README 两者都没有给出。

用在哪里：

• 网页浏览器，直接在 Hugging Face 的 Space 页面上使用
• 在装有 Python 的 Windows、macOS 或 Linux 上运行本地副本

Use case | Who | What they get back
标注人物、组织和地点 | 分析师 | 浏览器里显示的、文本中被标出的实体
学习标注项目 | 开发者 | 一个仓库里的应用、批处理脚本、配置和实体类型文件

如何设置：在线使用什么都不用装。本地副本需要先准备这些。

• Python 和 pip
• huggingface_hub 包，用来获取文件
• Streamlit，以及 requirements.txt 里的包

1. 安装 Hugging Face Hub 包。
2. 把这个 Space 下载到名为 self-supervised-ner-PER-ORG-LOC 的文件夹。
3. 进入这个文件夹。
4. 先安装 Streamlit，再安装 requirements.txt 里的包。
5. 用 Streamlit 启动应用。

pip install -U huggingface_hub
hf download ajitrajasekharan/self-supervised-ner-PER-ORG-LOC --repo-type space --local-dir self-supervised-ner-PER-ORG-LOC
cd self-supervised-ner-PER-ORG-LOC
pip install streamlit
pip install -r requirements.txt
streamlit run app.py

如何使用：打开 Hugging Face 上的 Space 页面，输入一些文本，看标注后的结果。本地副本则在文件夹里运行 streamlit run app.py，再打开它启动的页面。

示例：你粘贴一句提到某个人、某家公司和某座城市的话。应用用它的模型处理这句话，并显示在句子里找到的实体。

新手与专家：如果你是新手，打开 Space 页面，先试一句短话。命名实体识别的意思是，程序在你的文本里标出事物的名称，比如人名或城市。

如果你懂这个领域，标题说明方法是自监督的，仓库里还有集成配置和实体类型列表。来源没有解释这个方法，所以请读代码，看标签是怎么分配的。

你在浏览器里输入文本
app.py 运行配置里设定的模型
标注出的实体显示在页面上

注意事项：

• README 没有描述，所以具体输出要试过应用才清楚
• 它指定了三个模型，需要 Streamlit 和 requirements.txt 里的包
• License: mit
• Cost to run: 未提及
• Data it reaches: 它指定的三个模型和它自己仓库里的文件

Hugging Face 上的数据（2026年11月13日）

• 点赞：0
• 构建方式：streamlit
• 许可证：mit

链接

• Space：https://huggingface.co/spaces/ajitrajasekharan/self-supervised-ner-PER-ORG-LOC
• 文件：https://huggingface.co/spaces/ajitrajasekharan/self-supervised-ner-PER-ORG-LOC/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。