B

Bert Finetuned Ner

由 brad1141 开发
基于allenai/longformer-base-4096微调的命名实体识别(NER)模型
下载量 15
发布时间 : 3/2/2022

模型简介

该模型是基于Longformer架构微调的命名实体识别模型,擅长处理长文本序列的实体识别任务

模型特点

长文本处理能力
基于Longformer架构,支持最长4096个token的序列输入,适合处理长文档的实体识别
高精度识别
在评估集上F1值达到0.8637,表现优异
高效微调
采用梯度累积(8步)技术,在有限硬件资源下实现有效训练

模型能力

命名实体识别
长文本处理
序列标注

使用案例

文本分析
法律文档实体提取
从长篇幅法律文书中识别人名、机构名、日期等实体
医疗记录信息抽取
从患者病历中提取疾病、药物、症状等医疗实体
商业智能
合同关键信息提取
自动识别商业合同中的签约方、金额、期限等重要实体
AIbase
智启未来,您的人工智能解决方案智库
简体中文