Distilbert Base Uncased Finetuned Ner
基于DistilBERT的轻量级模型,专为命名实体识别(NER)任务微调
下载量 16
发布时间 : 3/2/2022
模型简介
该模型是在distilbert-base-uncased基础上针对命名实体识别任务进行微调的版本,具有较高的推理效率和适中的准确率
模型特点
高效推理
采用DistilBERT架构,比标准BERT体积小40%但保留95%的性能
NER优化
专门针对命名实体识别任务进行微调,在相关指标上表现良好
轻量级
模型体积较小,适合资源有限的环境部署
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名、地名、组织机构等实体
F1分数达到0.6655
生物医学文本分析
识别医学文献中的疾病、药物和基因名称
文档处理
合同解析
自动识别合同中的关键条款和参与方
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