AIbase

D

Distilbert Base Uncased Finetuned Ner

由 MikhailGalperin 开发
基于DistilBERT的轻量级命名实体识别模型，在conll2003数据集上微调
序列标注
Transformers
开源协议:Apache-2.0#命名实体识别#轻量级BERT#英文NER
下载量 15
发布时间 : 3/7/2022
模型介绍
内容详情
替代品

模型简介

该模型是基于DistilBERT的轻量级版本，专门针对命名实体识别(NER)任务进行了微调。它能够识别文本中的人名、地名、组织机构名等实体。

模型特点

轻量高效
基于DistilBERT架构，比标准BERT模型体积小40%，速度快60%，同时保持95%的性能
专业NER能力
专门针对命名实体识别任务进行优化，能准确识别文本中的人名、地名、组织机构名等实体
易于部署
模型体积较小，适合在生产环境中部署和使用

模型能力

命名实体识别
文本分析
信息提取

使用案例

文本处理
新闻实体提取
从新闻文章中提取人名、地名和组织机构名等关键信息
可帮助快速构建新闻知识图谱
文档自动化处理
自动识别合同或法律文档中的关键实体
提高文档处理效率，减少人工标注成本