基于XLM-RoBERTa大模型针对印尼语命名实体识别任务微调的模型
下载量 28
发布时间 : 6/4/2022
模型简介
该模型是在XLM-RoBERTa-large预训练模型基础上,针对印尼语命名实体识别(NER)任务进行微调的版本,在评估集上表现出色。
模型特点
高精度印尼语实体识别
在评估集上达到93.24%的F1值,表现优异
基于XLM-RoBERTa大模型
利用多语言预训练模型的强大表征能力
轻量微调
仅需1轮训练即可达到高性能
模型能力
印尼语文本处理
命名实体识别
实体分类
使用案例
自然语言处理
印尼语文本信息提取
从印尼语文本中识别并分类人名、地名、机构名等实体
F1值达93.24%
多语言应用集成
作为多语言系统中的印尼语处理模块
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