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
AIbase
智启未来,您的人工智能解决方案智库
简体中文