该模型是基于ALBERT-base-v2架构在conll2003数据集上微调的命名实体识别(NER)模型,在实体识别任务上表现出色。
下载量 20
发布时间 : 3/2/2022
模型简介
一个专门用于命名实体识别(NER)任务的模型,能够识别文本中的人名、地名、机构名等实体。
模型特点
高精度实体识别
在conll2003测试集上达到93.38%的F1值,表现优异
轻量级架构
基于ALBERT的轻量级设计,参数效率高
端到端训练
直接在NER任务上进行端到端微调
模型能力
识别文本中的命名实体
分类实体类型(如人名、地名、机构名等)
处理英文文本
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、地名和组织机构名
可达到93%以上的准确率
知识图谱构建
知识图谱实体识别
为知识图谱构建识别文本中的实体
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