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 16
发布时间 : 3/2/2022
模型简介
该模型是DistilBERT的微调版本,专门用于命名实体识别(NER)任务。它在CoNLL-2003数据集上训练,能够识别文本中的人名、地名、组织名等实体。
模型特点
高效轻量
基于DistilBERT架构,比标准BERT模型更小更快,同时保持较高准确率
高准确率
在CoNLL-2003测试集上F1分数达到0.9304,准确率0.9837
快速推理
蒸馏架构优化了推理速度,适合生产环境部署
模型能力
文本实体识别
命名实体标注
序列标注
使用案例
信息提取
新闻文本分析
从新闻文章中提取人名、地名和组织名等关键实体
可准确识别文本中的各类命名实体
文档处理
自动标注合同或法律文档中的关键实体
提高文档处理效率,减少人工标注工作
知识图谱构建
实体关系抽取
作为知识图谱构建的前置步骤,识别文本中的实体
为后续关系抽取和知识图谱构建提供基础
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