B

BERT NER Ep5 PAD 50 Finetuned Ner

由 suwani 开发
基于bert-base-cased微调的命名实体识别模型,在评估集上F1值达到0.6920
下载量 16
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型是基于BERT架构的命名实体识别模型,专门用于识别文本中的命名实体。

模型特点

高召回率
在评估集上达到0.7348的召回率,能够有效识别文本中的命名实体
平衡性能
F1值达到0.6920,在精确率和召回率之间取得良好平衡
基于BERT架构
利用BERT强大的上下文理解能力进行实体识别

模型能力

文本实体识别
命名实体标注
序列标注

使用案例

信息提取
新闻实体提取
从新闻文本中提取人名、地名、组织机构等实体
F1值0.6920
生物医学文献分析
识别医学文献中的专业术语和实体