基于XLM-RoBERTa微调的命名实体识别模型,支持英语文本中的实体识别任务。
下载量 5,023
发布时间 : 3/2/2022
模型简介
该模型是基于XLM-RoBERTa架构微调的命名实体识别(NER)模型,专门用于识别英语文本中的命名实体。
模型特点
多语言预训练基础
基于XLM-RoBERTa-large架构,具有强大的跨语言表示能力
英语实体识别优化
专门针对英语文本进行微调,优化了命名实体识别性能
易于集成
可通过Hugging Face Transformers库轻松集成到现有NLP流程中
模型能力
识别文本中的命名实体
处理英语文本
标记实体类别
使用案例
信息提取
新闻文章实体提取
从新闻文章中提取人名、地名、组织名等实体
可结构化新闻内容,便于信息检索和分析
生物医学文献分析
识别医学文献中的药物、疾病和基因名称
辅助医学研究和知识图谱构建
内容分类
社交媒体内容分析
识别社交媒体帖子中的关键实体
可用于趋势分析和用户兴趣挖掘
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