---
license: cc-by-4.0
language:
- zh
base_model:
- Qwen/Qwen3-8B
library_name: transformers
tags:
- ner
- chinese
- address
- information-extraction
repo_url: https://github.com/Scisaga/addr-resolver
---

# 中文地址要素抽取 LoRA（Qwen3‑8B‑Instruct）

> 将中文地址文本直接生成 **XML 标签串**（如 `<prov>…</prov><city>…</city>`）。适配器采用 **LoRA/QLoRA**，与基座一起加载即可用于抽取省/市/区/道路/门牌/POI 等要素。

## 一、简介

* 任务：中文地址结构化（信息抽取 → 文本生成）。
* 形式：SFT 指令跟随；输入原始地址，输出 XML 标签串。
* 工程配套：提供 Web/REST 界面与 AMap 集成，以及 LoRA 数据与脚本。

## 二、代码与数据

* 代码仓库：[Scisaga/addr-resolver](https://github.com/Scisaga/addr-resolver)（含 Web 端、API、LoRA 数据脚本、示例地址库等）。

  * 关键目录/文件：`lora/bio2sft.py`、`lora/build_sft_from_adm.py`、`func/amap_call.py`、`func/qwen_call.py`、`app.py`、`resolver.py`、`address.db`（示例库）等。
* 系统能力：结合 **高德地图 API** 与 **通义千问** 进行解析/推理/定位；私有化地址库管理；提供 Docker 部署与前端页面。

## 三、训练

> 以 `lora/` 目录产出的 `sft.jsonl` 为训练数据（BIO/BIES → SFT 一步式转换脚本已提供）。

```bash
CUDA_VISIBLE_DEVICES=0,1 torchrun --nproc_per_node=2 lora/train_hf_qlora.py \
  --data lora/sft.jsonl --bf16
```

## 四、推理（docker）

```shell
docker run --gpus all --shm-size 1g -p 8080:80 \
  -v $PWD/qwen3-8b-instruct-lora-address-struct-cn:/data \
  ghcr.io/huggingface/text-generation-inference:latest \
  --model-id /data \
  --dtype bfloat16 \
  --num-shard 2 \
  --max-input-tokens 2048 --max-total-tokens 2304
```

## 五、许可

* 本仓库权重（适配器）与代码：**CC BY 4.0**（需署名、注明修改、不得施加额外法律/技术限制）。
* 基座 **Qwen3‑8B‑Instruct**：**Apache‑2.0**。如分发**合并权重**，需同时满足 **Apache‑2.0（保留 LICENSE/NOTICE）** 与 **CC BY 4.0（署名/注明修改）** 的要求。

**推荐署名模板**（在 README 或产品“关于”页中标注）：

> Uses the model *<ThisRepo>* by *Scisaga* (CC BY 4.0). Based on *Qwen/Qwen3‑8B‑Instruct* (Apache‑2.0). Changes: LoRA fine‑tuning for Chinese address slot extraction.

## 六、致谢 / 变更

* 2025‑10‑26：首版精简模型卡，补充仓库链接与目录映射；许可调整为 **CC BY 4.0**。