B
Bert Finetuned Ner 0
由 mariolinml 开发
该模型是基于bert-base-cased在未知数据集上微调的版本,主要用于命名实体识别(NER)任务。
下载量 15
发布时间 : 6/17/2022
模型简介
基于BERT架构的命名实体识别模型,经过微调后在特定数据集上表现出色。
模型特点
高准确率
在评估集上达到了92.46%的准确率。
平衡性能
在精确率(51.19%)和召回率(42.22%)之间取得了良好的平衡。
BERT架构
基于强大的bert-base-cased模型微调,继承了BERT的优秀特征提取能力。
模型能力
命名实体识别
文本分析
信息提取
使用案例
文本处理
文档实体识别
从文档中识别和提取人名、地名、组织名等实体信息。
F1值达到0.4627
信息抽取系统
作为信息抽取系统的核心组件,识别文本中的关键实体。
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