D

Distilbert Base Uncased Finetuned Ner

由 leonadase 开发
基于DistilBERT的轻量级命名实体识别模型,在conll2003数据集上微调
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DistilBERT的轻量级版本,专门针对命名实体识别任务进行微调。它在conll2003数据集上表现出色,适用于英文文本中的实体识别任务。

模型特点

高效轻量
基于DistilBERT架构,比标准BERT模型更轻量高效,同时保持较高性能
高准确率
在conll2003数据集上F1值达到0.9283,准确率达0.9832
快速训练
仅需3轮训练即可达到优异性能

模型能力

英文命名实体识别
文本标记分类
实体边界检测

使用案例

信息提取
新闻实体提取
从新闻文本中识别人名、地名、组织名等实体
高准确率识别各类命名实体
文档分析
处理法律或医疗文档中的专业术语识别