Update README.md

README.md

@@ -50,3 +50,14 @@ This model was fine-tuned on a manually labeled dataset of Serbian legal documen
 The model achieved a mean F1 score of 0.96 during cross-validation tests on the labeled dataset, demonstrating robust performance and applicability to real-world scenarios.
 
 
+from transformers import AutoModelForTokenClassification, AutoTokenizer
+
+# Load the model and tokenizer
+tokenizer = AutoTokenizer.from_pretrained("your-username/NER4Legal_SRB")
+model = AutoModelForTokenClassification.from_pretrained("your-username/NER4Legal_SRB")
+
+# Example usage
+text = """OBAVEZUJE SE tuženi da tužilji, na ime razlike između isplaćene i pripadajuće naknade zarade, za sporni period od 21.12.2001. godine pa do 08.02.2006.  godine, isplati iznos od 528.161,32 dinara sa zakonskom zateznom kamatom počev od 16.04.2008. godine pa do isplate, u roku od 15 dana, pod pretnjom prinudnog izvršenja. ODBIJA SE tužbeni zahtev, u delu u kom je tužilja tražila da sud obaveže tuženog da joj, na ime neisplaćenog regresa za korišćenje godišnjeg odmora, za period od 2000.-2005. godine, isplati iznos do 171.531,96 dinara sa zakonskom zateznom kamatom počev od 16.04.2008. godine pa do isplate, u roku od 15 dana, pod pretnjom prinudnog izvršenja. OBAVEZUJE SE tuženi da tužilji, na ime troškova parničnog postupka, isplati iznos od 335.800,00 dinara, sa zakonskom zateznom kamatom od presuđenja, tj. od  06.04.2012. . godine pa do isplate, u roku od 15 dana, pod pretnjom prinudnog izvršenja. OSLOBAĐA SE tužilja obaveze plaćanja sudskih taksi."""
+inputs = tokenizer(text, return_tensors="pt", truncation=True)
+outputs = model(**inputs)
+print(outputs)