R

Roberta Base Finetuned Abbr

由 surrey-nlp 开发
基于RoBERTa-base在PLOD-filtered数据集上微调的命名实体识别模型,专门用于检测文本中的缩写实体。
下载量 85
发布时间 : 4/23/2022

模型简介

该模型通过微调RoBERTa-base实现,专注于识别文本中的命名实体,特别是缩写形式。在评估集上表现出高精确率(0.9645)和召回率(0.9583)。

模型特点

高精度缩写检测
在PLOD-filtered数据集上微调,专门优化了文本中缩写实体的识别能力
基于RoBERTa的强大表征
利用RoBERTa-base预训练模型的双向文本理解能力
全面评估指标
提供精确率、召回率、F1值和准确率等多维度性能评估

模型能力

文本实体识别
缩写检测
科学文献分析

使用案例

学术研究
科学文献处理
自动识别科研论文中的专业术语缩写
F1值达0.9614的高准确率识别
文本分析
技术文档处理
提取技术文档中的专业术语和缩写
AIbase
智启未来,您的人工智能解决方案智库
简体中文