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
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