D

Distilbert Base Uncased Finetuned Ner

由 guhuawuli 开发
这是一个基于DistilBERT的轻量级模型,在CoNLL-2003命名实体识别(NER)任务上进行了微调。
下载量 15
发布时间 : 5/9/2022
模型介绍
内容详情
替代品

模型简介

该模型专门用于命名实体识别任务,能够识别文本中的人名、地名、组织名等实体。

模型特点

轻量高效
基于DistilBERT架构,比标准BERT小40%,但保留了95%的性能
高准确率
在CoNLL-2003测试集上达到90.8%的F1分数
快速推理
蒸馏架构使其比完整BERT模型推理速度更快

模型能力

命名实体识别
文本标记分类
实体边界检测
实体类型分类

使用案例

信息提取
新闻文章实体提取
从新闻文本中提取人名、组织名和地名
准确率97.94%
文档自动化处理
自动识别合同或法律文件中的关键实体
知识图谱构建
知识图谱实体链接
识别文本中的实体用于知识图谱构建