R

Roberta Base Finetuned Ner Agglo Twitter

由 ArBert 开发
基于RoBERTa-base架构微调的命名实体识别模型,专门针对Twitter文本优化
下载量 15
发布时间 : 3/2/2022

模型简介

该模型是在roberta-base基础上微调的命名实体识别(NER)模型,针对Twitter等社交媒体文本进行了优化,能够识别文本中的命名实体

模型特点

Twitter文本优化
专门针对Twitter等社交媒体文本进行微调,适应非正式语言风格
高性能NER
在评估集上达到0.7254的F1值,表现优异
基于RoBERTa架构
利用强大的RoBERTa预训练模型作为基础,具有优秀的上下文理解能力

模型能力

命名实体识别
社交媒体文本处理
实体分类

使用案例

社交媒体分析
Twitter用户分析
从Twitter文本中提取人名、组织名等实体信息
可识别76.65%的相关实体
舆情监控
监控社交媒体中提及的特定实体(如品牌、人物)
准确率68.85%
文本处理
信息提取
从非结构化文本中提取结构化实体信息
F1值72.54%
AIbase
智启未来,您的人工智能解决方案智库
简体中文