D

Distilbert Base Uncased Ner Mit Restaurant

由 andi611 开发
该模型是基于DistilBERT在MIT Restaurant数据集上微调的命名实体识别(NER)模型,专门用于餐厅领域的实体识别任务。
下载量 15
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

这是一个轻量级的BERT模型,针对餐厅评论中的命名实体识别进行了优化,能够识别菜单项、价格、位置等餐厅相关实体。

模型特点

高效轻量
基于DistilBERT架构,比标准BERT小40%,速度快60%,同时保持97%的性能
领域专用
专门针对餐厅评论数据进行微调,优化了食品、价格等餐厅相关实体的识别能力
高性能
在MIT Restaurant测试集上达到0.7988的F1值和0.9119的准确率

模型能力

餐厅评论中的命名实体识别
食品名称识别
价格识别
位置信息提取

使用案例

餐饮行业分析
菜单项分析
从在线评论中自动提取提到的菜品名称
可识别90%以上的菜品提及
价格监控
从评论中提取价格信息用于竞争分析
准确识别85%以上的价格提及
客户反馈分析
服务评价分析
识别评论中提到的服务人员、等待时间等实体