Das22 42 Camembert Finetuned Ref
基于CamemBERT模型微调,专门用于识别19世纪法国商业名录中的命名实体
下载量 16
发布时间 : 5/20/2022
模型简介
该模型针对19世纪法国商业名录中的命名实体识别(NER)任务进行了优化,能够识别商业名录条目中的个人/企业名称、行业及位置信息。
模型特点
历史文档优化
专门针对19世纪法国商业名录的格式和语言特点进行优化
多版本训练
提供基于不同OCR系统(PERO/Tesseract)提取数据的衍生模型版本
学术研究支持
作为DAS2022论文研究材料的一部分,具有可复现性
模型能力
识别商业名录中的命名实体
处理历史文档格式
法语文本分析
使用案例
历史研究
商业档案数字化
自动提取19世纪法国商业档案中的实体信息
可识别人名、企业名、行业和地址等关键信息
数字人文
历史商业网络分析
从商业名录中提取实体关系构建历史商业网络
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
智启未来,您的人工智能解决方案智库
简体中文