D

Distilbert Base Uncased Finetuned Ner

由 cogito233 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 16
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