R

Rbt4

由 hfl 开发
这是一个采用全词掩码策略的中文预训练BERT模型,由哈工大讯飞联合实验室发布,旨在加速中文自然语言处理研究。
下载量 22
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型是基于谷歌BERT架构的中文预训练语言模型,采用全词掩码策略进行训练,适用于各种中文自然语言处理任务。

模型特点

全词掩码策略
采用全词掩码而非单字掩码,更符合中文语言特点,提升模型理解能力。
中文优化
专门针对中文语言特点进行优化训练,在中文NLP任务上表现优异。
轻量级架构
采用4层精简架构,在保持性能的同时提高推理效率。

模型能力

中文文本理解
文本分类
命名实体识别
问答系统
文本相似度计算

使用案例

文本分析
情感分析
分析中文文本的情感倾向
在中文情感分析任务上表现优异
命名实体识别
识别中文文本中的人名、地名、机构名等实体
准确识别中文特有命名实体
问答系统
中文问答
构建基于中文的问答系统
能够理解中文问题并给出准确回答