COLNER_Ollama

Fiaviana sy Toe-javatra

COLNER_Ollama dia tahirin-kevitra an-tsoratra (dataset) entin'ny Hugging Face, noforonin'i bsoviedo, ka mifantoka amin'ny fanekena anarana voatokana (NER) amin'ny fiteny espaniola. Ny tahirin-kevitra dia natao hifantohana amin'ny sehatra ara-jeografia, indrindra fa amin'ny anaran-toerana ao Kolombia sy ny fanondroana ara-toerana. Natao hanohanana ny fiofanana modely NER afaka mandrindra ireo singa mifandray amin'ny toerana ao anaty lahatsoratra amin'ny teny espaniola, ka mameno banga tsy mbola voatsabo tsara ho an'ny loharanom-pahalalana NLP ara-jeografia ho an'i Kolombia sy Amerika Latina.

Tehirizina amin'ny endrika Parquet ilay tahirin-kevitra, endrika fitahirizana an-tsanganana (columnar) mifanaraka tsara amin'ny fakana sy fanodinana angon-drakitra haingana ao anatin'ny fantsona (pipelines) amin'ny fianarana milina. Manodidina ny 2,000 andalana amin'ny fitambarany, ka na dia loharano mirindra sy voafintina aza izy dia natao mazava ho an'ny asa fianarana voafehy (supervised learning).

Firafitry ny Dataset sy Ireo Toetra Manan-danja

COLNER_Ollama dia zaraina ho fizarana telo mahazatra mba hanohanana ny fampivoarana sy fanombanana modely amin'ny fomba hentitra:

• Fizarana ho an'ny fiofanana (Training set): manodidina ny 1,600 andalana
• Fizarana ho an'ny fanamarinana (Validation set): 200 andalana
• Fizarana ho an'ny fitsapana (Test set): 200 andalana

Ny tahirin-kevitra dia manohana karazana singa tokana, LOC (toerana), ka maneho ny fifantohany manokana amin'ny anarana voatokana ara-jeografia. Ny lahatsoratra rehetra dia amin'ny teny espaniola, ka mahatonga azy ho azo ampiasaina mivantana amin'ny rafitra NLP mikendry faritra miteny espaniola, indrindra fa i Kolombia. Lahatsoratra fotsiny ihany ny fomba fanehoana (modality), ary ny tanjona lehibe amin'ilay tahirin-kevitra dia ny fiofanana modely fa tsy ny fanombanana fampitahana (benchmarking) na fanadihadiana ara-piteny.

Tranga Fampiasana sy Fampiharana

COLNER_Ollama dia mifanaraka amin'ny toe-javatra maro amin'ny NLP ampiharina izay ilaina ny famantarana toerana ara-jeografia ao anaty lahatsoratra amin'ny teny espaniola. Anisan'ireo tranga mety hampiasana azy:

• Fiofanana na fanatsarana (fine-tuning) modely NER ho an'ny votoaty ara-jeografia ao Kolombia
• Fananganana fantsona fanalana toerana (location extraction) ho an'ny antontan-taratasy amin'ny teny espaniola, toy ny vaovao na firaketana ara-pitantanana
• Fanohanana fitaovana fanadihadiana ara-jeospatial izay mila angon-drakitra toerana voarafitra avy amin'ny lahatsoratra tsy voarafitra
• Fampiasana ho toy ny fanampin'ny sehatra (domain-specific) ho an'ny tahirin-kevitra NER lehibe kokoa sy ankapobeny kokoa amin'ny teny espaniola

Noho ny fifantohany amin'ny jeografia ao Kolombia, dia mety ho tena ilaina ilay tahirin-kevitra amin'ny fampiharana mifandraika amin'ny fitantanana ho an'ny daholobe ao Kolombia, fanaovan-gazety, lozisialy (logistics), na tetikasa fikarohana isam-paritra izay misy fanodinana anarana-toerana amin'ny ambaratonga eo an-toerana na nasionaly.

Hevitra Raisina Rehefa Mampiasa

Tokony ho fantatry ny mpikaroka sy ny mpampihatra izay mandinika COLNER_Ollama ny sehatra sy ny fetra misy azy. Satria manodidina ny 2,000 andalana izy ary karazana singa tokana ihany, dia loharano voafetra amin'ny sehatra manokana izy, ka mety indrindra amin'ny fanatsarana manokana (specialized fine-tuning) fa tsy amin'ny fiofanana NER midadasika. Ny hasiny dia tena matanjaka rehefa atambatra amin'ny tahirin-kevitra NER lehibe kokoa amin'ny fiteny maro (multilingual) na amin'ny teny espaniola, na rehefa ny tranga fampiasana manokana dia mitaky fahatsapana manokana amin'ny teny ara-jeografia ao Kolombia. Ny endrika Parquet an'ilay tahirin-kevitra dia miantoka ny fifanarahana amin'ny tranomboky fanodinana angon-drakitra mahazatra toy ny Pandas sy Apache Arrow, ary koa amin'ny rafitra toy ny Hugging Face Datasets, ka mahatonga ny fampidirana azy ao anatin'ny fantsona fianarana milina efa misy ho mora.