模型简介
该模型是基于bert-base-multilingual-uncased预训练模型和Wikiann数据集构建的孟加拉语命名实体识别Transformer模型,能够准确识别孟加拉语文本中的各类命名实体。
模型特点
多语言支持
基于多语言BERT架构,支持包括孟加拉语在内的多种语言处理。
高精度识别
在Wikiann数据集上训练,F1值达到0.97105,具有较高的识别准确率。
实体类型丰富
能够识别人名(B-PER)、机构名(B-ORG)和地点(B-LOC)三类主要命名实体。
模型能力
孟加拉语文本处理
命名实体识别
实体分类
使用案例
自然语言处理
孟加拉语文本分析
从孟加拉语文本中提取人名、机构名和地点等关键信息
准确识别各类命名实体,F1值达0.97105
信息抽取系统
构建孟加拉语信息抽取系统的基础组件
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