Kevinsanchez11/ner-condiciones-acciones-es-v4

Modelo NER: Extracción de Condiciones y Acciones

Este modelo identifica y extrae CONDICIONES y ACCIONES en textos en español.

Descripción

Modelo basado en BETO (BERT en español) entrenado para reconocer:

• —CONDICION: Circunstancias o situaciones que activan acciones
• —ACCION: Comportamientos o respuestas del sistema

Métricas

Uso

from transformers import pipeline

# Cargar modelo
ner = pipeline("ner",
               model="Kevinsanchez11/ner-condiciones-acciones-es-v4",
               aggregation_strategy="simple")

# Analizar texto
texto = "Si el cliente completa el pago, el sistema enviará un comprobante."
resultado = ner(texto)

# Ver resultados
for ent in resultado:
    print(f"{ent['entity_group']}: {ent['word']}")

Ejemplo de salida

Entrada:

Si el usuario hace clic en el botón, el sistema debe guardar los datos.

Salida:

CONDICION: Si el usuario hace clic en el botón
ACCION: el sistema debe guardar los datos

Entrenamiento

• —Modelo base: dccuchile/bert-base-spanish-wwm-cased (BETO)
• —Épocas: 10
• —Learning rate: 2e-5
• —Framework: Hugging Face Transformers

Etiquetas

• —B-CONDICION: Inicio de condición
• —I-CONDICION: Continuación de condición
• —B-ACCION: Inicio de acción
• —I-ACCION: Continuación de acción
• —O: Fuera de entidad

Limitaciones

• —Entrenado específicamente para textos de requisitos de software
• —Mejor rendimiento con oraciones estructuradas tipo "Si... entonces..."
• —Puede tener menor precisión en textos muy informales

Autor

Modelo entrenado con Hugging Face Transformers.

Licencia

MIT