D

Distilbert Base Uncased Finetuned Ner

由 chancar 开发
基于DistilBERT-base-uncased模型微调的命名实体识别(NER)模型
下载量 15
发布时间 : 5/10/2022
模型介绍
内容详情
替代品

模型简介

该模型是DistilBERT-base-uncased的微调版本,专门用于命名实体识别任务。它保留了原始模型的轻量级特性,同时针对特定NER任务进行了优化。

模型特点

轻量高效
基于DistilBERT架构,比标准BERT模型小40%,同时保留95%的性能
命名实体识别
专门针对NER任务进行微调,能够识别文本中的各类命名实体

模型能力

文本实体识别
序列标注
自然语言处理

使用案例

信息提取
新闻实体提取
从新闻文本中识别人名、地名、组织机构等实体
生物医学文本分析
识别医学文献中的药物、疾病和基因名称等专业术语