felipergcpqd/crf-address-ner-pt

CRF Address NER Model (Pipeline Version)

Descrição

Modelo Conditional Random Field (CRF) com Pipeline sklearn para Named Entity Recognition em endereços brasileiros.

Novidade: Pipeline Completo

Esta versão (v2.0.0) usa sklearn Pipeline, incluindo:

• ✅ Feature Extractor (preprocessamento automático)
• ✅ CRF Tagger (modelo de sequência)
• ✅ Zero código adicional necessário para inferência

Informações do Modelo

• Acurácia: 0.9995
• Algoritmo: lbfgs
• Labels: 13

Vantagens sobre HMM

• ✅ Modela dependências contextuais (palavras vizinhas)
• ✅ Não assume independência entre observações
• ✅ Otimização global da sequência
• ✅ Mesmas features morfológicas + contexto rico

Como Usar

import joblib
from huggingface_hub import hf_hub_download

# Download do pipeline
pipeline_path = hf_hub_download(
    repo_id="felipergcpqd/crf-address-ner-pt",
    filename="pipeline.joblib"
)

# Carregar
pipeline = joblib.load(pipeline_path)

# Usar (ZERO código de features necessário!)
tokens = [["Rua", "das", "Flores", "123", "São", "Paulo", "SP"]]
predictions = pipeline.predict(tokens)
print(predictions[0])

Comparação com HMM

Característica	HMM	CRF
Features morfológicas	✅ 11 features	✅ 11 features (mesmas)
Features contextuais	❌ Não	✅ Sim (vizinhança)
Otimização	Local (Viterbi)	Global (sequência inteira)
Independência	Assume	Não assume
Transições	1ª ordem (Markov)	Todas possíveis

Treinamento

• Data: 2025-11-19
• Versão: 2.0.0 (Pipeline sklearn)
• Regularização: L1 (c1=0.1) + L2 (c2=0.1)