采用全词掩码技术的中文预训练BERT模型,旨在加速中文自然语言处理的发展。
下载量 96.54k
发布时间 : 3/2/2022
模型简介
中文全词掩码BERT是一种预训练语言模型,专门针对中文自然语言处理任务设计,采用了全词掩码技术以提高模型性能。
模型特点
全词掩码技术
采用全词掩码技术,提高了中文预训练模型的性能。
中文优化
专门针对中文自然语言处理任务进行了优化。
预训练模型
提供了预训练好的模型,可直接用于下游任务。
模型能力
文本分类
命名实体识别
问答系统
文本生成
使用案例
自然语言处理
中文文本分类
可用于中文文本的情感分析、主题分类等任务。
命名实体识别
可用于识别中文文本中的人名、地名、机构名等实体。
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文