模型简介
SpanBERT是一种改进的BERT模型,通过表示与预测文本跨度来提升预训练效果,特别适用于关系抽取等需要理解文本跨度的任务。
模型特点
改进的预训练方法
通过表示与预测文本跨度(而非单个token)来提升模型对文本跨度的理解能力
高性能关系抽取
在TACRED数据集上达到70.8 F1值,优于标准BERT模型
多任务适应
除关系抽取外,在SQuAD和共指消解任务上也表现出色
模型能力
关系抽取
文本理解
问答系统
共指消解
使用案例
信息抽取
知识库构建
从非结构化文本中抽取实体间关系
在TACRED数据集上达到70.8 F1值
问答系统
阅读理解
回答基于文本段落的问题
在SQuAD 2.0上达到88.7 F1值
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