Roberta Base Finetuned Ner Agglo Twitter
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%
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
智启未来,您的人工智能解决方案智库
简体中文