DeepMount00 commited on
Commit
3c08485
1 Parent(s): 04a1a24

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +94 -40
README.md CHANGED
@@ -1,50 +1,104 @@
1
  ---
2
- license: mit
3
  tags:
4
- - generated_from_trainer
 
 
5
  model-index:
6
- - name: Italian_NER_XXL
7
  results: []
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
8
  ---
9
 
10
- <!-- This model card has been generated automatically according to the information the Trainer had access to. You
11
- should probably proofread and complete it, then remove this comment. -->
12
 
13
  # Italian_NER_XXL
14
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
15
 
16
- ## Model description
17
-
18
- More information needed
19
-
20
- ## Intended uses & limitations
21
-
22
- More information needed
23
-
24
- ## Training and evaluation data
25
-
26
- More information needed
27
-
28
- ## Training procedure
29
-
30
- ### Training hyperparameters
31
-
32
- The following hyperparameters were used during training:
33
- - learning_rate: 2e-05
34
- - train_batch_size: 8
35
- - eval_batch_size: 8
36
- - seed: 42
37
- - optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
38
- - lr_scheduler_type: linear
39
- - num_epochs: 9
40
-
41
- ### Training results
42
-
43
-
44
-
45
- ### Framework versions
46
-
47
- - Transformers 4.33.0
48
- - Pytorch 2.0.1+cu118
49
- - Datasets 2.14.4
50
- - Tokenizers 0.13.3
 
1
  ---
 
2
  tags:
3
+ - legal
4
+ - finance
5
+ - privacy
6
  model-index:
7
+ - name: Italin_NER_XXL
8
  results: []
9
+ widget:
10
+ - text: >-
11
+ Mario Rossi, nato il 15 marzo 1975, residente in Via delle Rose 123, 50122
12
+ Firenze, ha inviato un'email a [email protected] per richiedere informazioni
13
+ sulla legge N. 123/2021, indicando il suo numero di telefono +39 0551234567
14
+ e il codice fiscale RSSMRA75C15D612K.
15
+ - text: >-
16
+ La ditta Giardini Belli S.p.A., con partita IVA 01234567890, ha emesso una
17
+ fattura di 500€ per la consulenza giuridica fornita dall'avvocato Giulia
18
+ Bianchi, il cui studio si trova in Piazza del Duomo, Milano, dal giorno
19
+ 01/04/2024.
20
+ - text: >-
21
+ Il cliente ha effettuato un pagamento di 1500€ tramite bonifico bancario
22
+ (IBAN: IT60X0542811101000000123456) dalla banca Banca di Roma, per
23
+ l'acquisto di un veicolo con targa AB123CD, registrando la transazione alle
24
+ 14:00 del 10/01/2024, come evidenziato nel suo estratto conto numero 7890.
25
+ language:
26
+ - it
27
  ---
28
 
 
 
29
 
30
  # Italian_NER_XXL
31
 
32
+ ## Model Overview
33
+ This is the initial release of our artificial intelligence model on Hugging Face. It is important to note that this version is just the beginning; the model will be constantly improved over time. <u>**Currently, the model boasts an accuracy of 79%, but we plan to increase this regularly through monthly updates.**</u>
34
+
35
+ ## Uniqueness of the Model in Italy
36
+ We are proud to announce that our model is currently the only one in Italy capable of identifying a wide range of **52** different categories. This capability distinctly sets it apart from other models available in the Italian landscape, offering an unprecedented level of versatility and breadth in entity recognition.
37
+
38
+ ## Technology and Innovation
39
+ The model is based on the BERT architecture, one of the most advanced technologies in the field of Natural Language Processing (NLP). State-of-the-art techniques have been employed for its training, ensuring high-level accuracy and efficiency. This technological choice ensures a deep and sophisticated understanding of natural language.
40
+ a
41
+ ## Recognized Categories
42
+ The model is capable of identifying the following categories:
43
+ - **INDIRIZZO**: Identifica un indirizzo fisico.
44
+ - **VALUTA**: Rappresenta una valuta.
45
+ - **CVV**: Codice di sicurezza della carta di credito.
46
+ - **NUMERO_CONTO**: Numero di un conto bancario.
47
+ - **BIC**: Codice identificativo di una banca (Bank Identifier Code).
48
+ - **IBAN**: Numero di conto bancario internazionale.
49
+ - **STATO**: Identifica un paese o una nazione.
50
+ - **NOME**: Riferito al nome di una persona.
51
+ - **COGNOME**: Riferito al cognome di una persona.
52
+ - **CODICE_POSTALE**: Codice postale di un'area geografica.
53
+ - **IP**: Indirizzo IP di un dispositivo in rete.
54
+ - **ORARIO**: Riferito a un orario specifico.
55
+ - **URL**: Indirizzo web (Uniform Resource Locator).
56
+ - **LUOGO**: Identifica un luogo geografico.
57
+ - **IMPORTO**: Riferito a una somma di denaro.
58
+ - **EMAIL**: Indirizzo di posta elettronica.
59
+ - **PASSWORD**: Parola chiave per l'accesso a sistemi protetti.
60
+ - **NUMERO_CARTA**: Numero di una carta di credito o debito.
61
+ - **TARGA_VEICOLO**: Numero di targa di un veicolo.
62
+ - **DATA_NASCITA**: Data di nascita di una persona.
63
+ - **DATA_MORTE**: Data di decesso di una persona.
64
+ - **RAGIONE_SOCIALE**: Nome legale di un'azienda o entità commerciale.
65
+ - **ETA**: Età di una persona.
66
+ - **DATA**: Riferita a una data generica.
67
+ - **PROFESSIONE**: Occupazione o lavoro di una persona.
68
+ - **PIN**: Numero di identificazione personale.
69
+ - **NUMERO_TELEFONO**: Numero telefonico.
70
+ - **FOGLIO**: Riferito a un foglio di documentazione.
71
+ - **PARTICELLA**: Riferito a una particella catastale.
72
+ - **CARTELLA_CLINICA**: Documentazione medica di un paziente.
73
+ - **MALATTIA**: Identifica una malattia o condizione medica.
74
+ - **MEDICINA**: Riferito a un farmaco o trattamento medico.
75
+ - **CODICE_FISCALE**: Codice fiscale personale o aziendale.
76
+ - **NUMERO_DOCUMENTO**: Numero di un documento ufficiale.
77
+ - **STORIA_CLINICA**: Registro delle condizioni mediche di un paziente.
78
+ - **AVV_NOTAIO**: Identifica un avvocato o notaio.
79
+ - **P_IVA**: Partita IVA di un'azienda o professionista.
80
+ - **LEGGE**: Riferito a una legge specifica.
81
+ - **TASSO_MUTUO**: Tasso di interesse di un mutuo.
82
+ - **N_SENTENZA**: Numero di una sentenza legale.
83
+ - **MAPPALE**: Riferito a un mappale catastale.
84
+ - **SUBALTERNO**: Riferito a un subalterno catastale.
85
+ - **REGIME_PATRIMONIALE**: Stato patrimoniale in ambito legale.
86
+ - **STATO_CIVILE**: Stato civile di una persona.
87
+ - **BANCA**: Identifica una banca o istituto di credito.
88
+ - **BRAND**: Marchio o brand commerciale.
89
+ - **NUM_ASSEGNO_BANCARIO**: Numero di un assegno bancario.
90
+ - **IMEI**: Numero di identificazione internazionale di un dispositivo mobile.
91
+ - **N_LICENZA**: Numero di una licenza specifica.
92
+ - **IPV6_1**: Indirizzo IP versione 6.
93
+ - **MAC**: Indirizzo MAC di un dispositivo di rete.
94
+ - **USER_AGENT**: Identifica il software usato per accedere a una rete.
95
+ - **TRIBUNALE**: Identifica un tribunale specifico.
96
+ - **STRENGTH**: Riferito alla forza o intensità di del medicinale.
97
+ - **FREQUENZA**: Riferito alla frequenza di un trattamento medico.
98
+ - **DURATION**: Durata di un evento o trattamento.
99
+ - **DOSAGGIO**: Quantità di un medicinale da assumere.
100
+ - **FORM**: Forma del medicinale, ad esempio compresse.
101
+
102
+ ## Conclusion
103
+ The primary goal of this model is to provide effective and accurate identification of a wide range of entities, surpassing the limits of traditional models. Being the only model in Italy to recognize so many entities, we are confident that it will be an invaluable tool for numerous application areas. Constant evolution and improvement of the model is our top priority to ensure always top-notch performance.
104