R

Rured2 Ner Microsoft Mdeberta V3 Base

由 denis-gordeev 开发
基于microsoft/mdeberta-v3-base微调的俄语命名实体识别模型,支持单令牌多标签输出
下载量 132
发布时间 : 11/15/2023
模型介绍
内容详情
替代品

模型简介

该模型是针对俄语文本的多标签命名实体识别(NER)模型,基于RURED2数据集微调,能够识别文本中的多种实体类型。

模型特点

多标签输出
支持单令牌多标签输出,能够同时识别一个词属于多个实体类型
俄语优化
专门针对俄语文本优化的命名实体识别模型
基于mdeberta-v3-base
基于强大的多语言DeBERTa模型微调,具有优秀的上下文理解能力

模型能力

俄语文本分析
命名实体识别
多标签分类

使用案例

新闻分析
新闻实体提取
从俄语新闻中提取人名、地名、组织名等实体
示例中成功识别了品牌名(Perspective, Ketroy, Mexx)和公司名(赤塔之泉)
商业智能
品牌监测
追踪俄语媒体中提到的品牌和公司
能够识别替代品牌和本土产品信息
法律与安全
犯罪报告分析
从警方报告中提取涉案人员和地点信息
示例中识别了犯罪地点(新西伯利亚)和嫌疑人身份(托木斯克居民)