模型简介
该模型是针对意大利语文本的命名实体识别(NER)任务进行优化的标记分类模型,在PAN-X意大利语数据集上取得了0.822的F1分数。
模型特点
多语言预训练基础
基于XLM-RoBERTa-base模型,具有强大的跨语言表示能力
意大利语优化
专门针对意大利语文本进行微调,在PAN-X意大利语数据集上表现优异
高效标记分类
能够准确识别文本中的命名实体,F1分数达到0.822
模型能力
意大利语文本处理
命名实体识别
序列标记
使用案例
自然语言处理
意大利语文本实体提取
从意大利语文本中识别和分类人名、地名、组织名等实体
F1分数0.822
多语言信息提取系统
作为多语言信息提取系统的一部分,处理意大利语内容
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