AIbase

D

Distilbert Base Uncased Finetuned Ner

由 SnailPoo 开发
该模型是基于DistilBERT基础版本微调的命名实体识别(NER)模型，在未知数据集上训练，评估集F1分数达0.8545。
序列标注
Transformers
开源协议:Apache-2.0#命名实体识别#轻量级BERT#高准确率NER
下载量 15
发布时间 : 4/21/2022
模型介绍
内容详情
替代品

模型简介

基于蒸馏版BERT架构的轻量级NER模型，适用于英文文本中的命名实体识别任务。

模型特点

轻量高效
采用蒸馏技术压缩的BERT架构，在保持性能的同时减少计算资源需求
高准确率
在评估集上达到96.38%的准确率和0.8545的F1分数
快速训练
仅需3轮训练即可达到较好效果，适合快速部署

模型能力

英文文本实体识别
序列标注
实体分类

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、组织名等实体
可准确标记文本中的关键实体信息
文档处理
合同关键信息提取
自动识别合同文档中的各方名称、日期、金额等关键实体