N
Ner Bert Base Cased Ontonotesv5 Englishv4
由 djagatiya 开发
基于BERT-base-cased架构微调的命名实体识别模型,专门用于识别文本中的各类命名实体。
下载量 1,060
发布时间 : 7/3/2022
模型简介
该模型在OntoNotes v5英文数据集上微调,能够识别18种实体类型,包括日期、地点、人物、组织等。
模型特点
高精度实体识别
在18类实体识别任务中达到88.73的F1分数
广泛实体覆盖
支持识别18种不同类型的命名实体
基于BERT架构
利用BERT强大的上下文理解能力提升识别准确率
模型能力
文本实体识别
多类别实体分类
上下文感知实体提取
使用案例
信息提取
新闻文本分析
从新闻文章中提取人物、组织、地点等关键信息
可准确识别文本中的关键实体
金融文档处理
识别金融文档中的货币、数量、百分比等数值实体
货币识别F1达0.88,百分比识别F1达0.89
知识图谱构建
实体关系抽取
作为知识图谱构建的前置步骤识别文本中的各类实体
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