基于ELECTRA架构的命名实体识别模型,在CoNLL-2003英语数据集上微调,用于标记分类任务。
下载量 99
发布时间 : 4/2/2022
模型简介
该模型是ELECTRA基础判别器在CoNLL-2003英语命名实体识别数据集上的微调版本,专门用于标记分类任务,能够识别文本中的人名、地名、机构名等实体。
模型特点
高精度实体识别
在CoNLL-2003测试集上达到94.8%的F1分数,表现优异。
ELECTRA架构优势
采用ELECTRA的判别式预训练方法,相比传统生成式预训练更高效。
轻量级部署
基础版模型参数适中,适合生产环境部署。
模型能力
命名实体识别
文本标记分类
英语文本处理
使用案例
信息提取
新闻实体提取
从新闻文章中自动识别人物、地点和组织机构
准确率93.9%,F1分数94.8%
知识图谱构建
知识图谱实体标注
为知识图谱构建提供自动化实体标注
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
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文