T

Tner Xlm Roberta Large All English

由 asahi417 开发
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
模型介绍
内容详情
替代品

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