AIbase

D

Distilbert Base Uncased Finetuned Ner

由 malduwais 开发
基于DistilBERT的轻量级命名实体识别模型，在未知数据集上微调，具有高效的推理速度和良好的实体识别能力。
序列标注
Transformers
开源协议:Apache-2.0#命名实体识别#高精度NER#轻量级BERT
下载量 17
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DistilBERT的轻量级版本进行微调的命名实体识别模型，适用于英文文本中的实体识别任务。

模型特点

轻量高效
基于DistilBERT架构，比标准BERT模型更小更快，同时保持较好的性能。
高准确率
在评估集上达到0.9831的准确率和0.9290的F1分数，表现优异。
平衡性能
精确率(0.9229)和召回率(0.9352)表现均衡，没有明显偏重。

模型能力

英文文本实体识别
高效推理
序列标注

使用案例

信息提取
新闻文章实体识别
从新闻文章中提取人名、地名、组织名等实体信息
可准确识别文本中的各类命名实体
生物医学文献分析
识别医学文献中的疾病、药物和基因名称
商业智能
客户反馈分析
从客户反馈中提取产品名称和问题实体