Cybonto Distilbert Base Uncased Finetuned Ner FewNerd
C
Cybonto Distilbert Base Uncased Finetuned Ner FewNerd
由 theResearchNinja 开发
该模型是基于distilbert-base-uncased在few_nerd数据集上微调的命名实体识别(NER)模型,在评估集上F1分数达到0.7621。
下载量 17
发布时间 : 4/15/2022
模型简介
一个针对命名实体识别任务优化的轻量级模型,适用于从文本中识别特定类型的命名实体。
模型特点
轻量高效
基于DistilBERT架构,在保持性能的同时显著减小模型体积
高准确率
在Few-NERD数据集上达到0.9386的准确率
平衡性能
精确率(0.7422)和召回率(0.7830)表现均衡,F1分数达0.7621
模型能力
文本实体识别
命名实体分类
序列标注
使用案例
信息提取
新闻实体提取
从新闻文本中识别人物、地点、组织等实体
学术文献分析
提取研究论文中的专业术语和命名实体
知识图谱构建
知识库填充
从非结构化文本中提取实体用于知识图谱构建
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