AIbase

B

BERT NER Ep5 Finetuned Ner

由 suwani 开发
基于bert-base-cased微调的命名实体识别(NER)模型，在评估集上F1值达到0.6868
序列标注
Transformers
开源协议:Apache-2.0#命名实体识别#BERT微调#高准确率
下载量 15
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-base-cased在未知数据集上微调的版本，主要用于命名实体识别任务。

模型特点

高性能NER识别
在评估集上F1值达到0.6868，准确率0.9004
基于BERT架构
使用bert-base-cased作为基础模型，具有强大的上下文理解能力
精细调优
经过5轮精细调优，模型性能逐步提升

模型能力

命名实体识别
文本分析
实体分类

使用案例

文本处理
文档实体提取
从文档中提取人名、地名、组织名等实体
F1值0.6868
信息抽取
从非结构化文本中抽取结构化信息