Xlm Roberta Base Finetuned Recipe All
模型简介
该模型专门用于分析食谱成分字符串,识别成分名称、处理状态、计量单位等各类标签。
模型特点
高精度成分分析
在测试集上F1值达到0.9615,优于传统CRF模型。
多标签识别
可识别成分名称、处理状态、计量单位、数量等多种标签类型。
跨语言基础
基于多语言模型xlm-roberta-base微调,具备潜在的多语言扩展能力。
模型能力
识别食谱成分名称
分析成分处理状态
提取计量单位信息
识别成分数量
分析成分大小描述
识别温度信息
判断干燥/新鲜状态
使用案例
食谱分析
食谱成分结构化
将食谱中的成分字符串自动解析为结构化数据
F1值达到0.9672
智能食谱应用
为食谱应用提供成分分析功能
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