GLiNER 2 – 統合抽出ツールキット

GLiNER 2 は 名前付きエンティティ認識（NER）、テキスト分類、構造化データ抽出、そして 関係抽出 を 1 つの 205 M パラメータモデルで統合し、CPU 上でも効率的に動作します。

すぐにインストール＆インポート

pip install gliner2

from gliner2 import GLiNER2

ワンライナーでの使用例

extractor = GLiNER2.from_pretrained("fastino/gliner2-base-v1")

text = "Apple CEO Tim Cook announced iPhone 15 in Cupertino yesterday."
result = extractor.extract_entities(
    text,
    ["company", "person", "product", "location"]
)
print(result)
# {'entities': {'company': ['Apple'], 'person': ['Tim Cook'],
#               'product': ['iPhone 15'], 'location': ['Cupertino']}}

API アクセス（GPU 不要）

extractor = GLiNER2.from_api()   # PIONEER_API_KEY 環境変数を使用

result = extractor.extract_entities(
    "OpenAI CEO Sam Altman announced GPT-5 at their San Francisco headquarters.",
    ["company", "person", "product", "location"]
)

利用可能なモデル（Hugging Face）

fastino/gliner2-base-v1

fastino/gliner2-large-v1

コア機能

1. エンティティ抽出

extractor.extract_entities(
    text,
    ["medication", "dosage", "symptom", "time"],
    include_confidence=True,  # 任意
    include_spans=True        # 任意
)

2. テキスト分類

# 単一ラベル
extractor.classify_text(text, {"sentiment": ["positive","negative","neutral"]})

# 閾値付きマルチラベル
schema = extractor.create_schema().classification(
    "topics",
    ["technology", "business", "health"],
    multi_label=True,
    cls_threshold=0.3
)

3. 構造化データ抽出

extractor.extract_json(
    text,
    {
        "product": [
            "name::str",
            "storage::str",
            "processor::str",
            "price::str",
            "colors::list"
        ]
    },
    include_confidence=True,
    include_spans=True
)

4. 関係抽出

extractor.extract_relations(
    text,
    ["works_for", "lives_in"],
    include_confidence=True,
    include_spans=True
)

マルチタスクスキーマ構成

すべての抽出タイプを網羅する単一スキーマを作成します。

schema = (
    extractor.create_schema()
    .entities({
        "person": "人名、経営者、個人",
        "company": "組織名",
        "product": "製品またはサービス"
    })
    .classification("sentiment", ["positive","negative","neutral"])
    .relations(["works_for","located_in"])
    .structure("product_info")
        .field("name", dtype="str")
        .field("price", dtype="str")
        .field("features", dtype="list")
)

results = extractor.extract(text, schema)

事例シナリオ

高度な設定

カスタム信頼度閾値

extractor.extract_json(
    text,
    {"financial_data": ["account_number::str", "amount::str"]},
    threshold=0.9   # すべてのフィールドに適用
)

スキーマ別フィールドごとの閾値

schema = (
    extractor.create_schema()
    .structure("sensitive_data")
        .field("ssn", dtype="str", threshold=0.95)
        .field("email", dtype="str", threshold=0.8)
)

正規表現バリデータ（データ品質）

from gliner2 import RegexValidator

email_validator = RegexValidator(r"^[\w.-]+@[\w.-]+\.\w+$")
schema = (
    extractor.create_schema()
    .structure("contact")
        .field("email", dtype="str", validators=[email_validator])
)

複数のバリデータをチェーン可能で、すべてが合格しなければ失敗します。

バッチ処理

texts = ["Google's Sundar Pichai...", "Microsoft CEO Satya..."]
results = extractor.batch_extract_entities(
    texts,
    ["company","person"],
    include_confidence=True,
    batch_size=8
)

関係抽出やその他タスク用の同様の関数も利用可能です。

自分でモデルを学習させる

from gliner2.training.trainer import GLiNER2Trainer, TrainingConfig
from gliner2.training.data import InputExample

examples = [
    InputExample(
        text="John works at Google in California.",
        entities={"person": ["John"], "company": ["Google"], "location": ["California"]}
    ),
    # 追加例...
]

model = GLiNER2.from_pretrained("fastino/gliner2-base-v1")
config = TrainingConfig(output_dir="./output", num_epochs=10, batch_size=8)
trainer = GLiNER2Trainer(model, config)
trainer.train(train_data=examples)

LoRA（パラメータ効率の高いファインチューニング）がサポートされており、アダプタは約5 MBで済みます（450 MB ではなく）。

ライセンス & 引用

• ライセンス: Apache 2.0
• 引用例:

@inproceedings{zaratiana-etal-2025-gliner2,
  title={GLiNER2: Schema‑Driven Multi‑Task Learning for Structured Information Extraction},
  author={Zaratiana, Urchade and Pasternak, Gil and Boyd, Oliver and Hurn‑Maloney, George and Lewis, Ash},
  booktitle={Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing: System Demonstrations},
  year=2025,
  pages={130--140}
}

データから洞察を抽出する準備はできましたか？

pip install gliner2