该模型是基于ckiplab/bert-base-chinese-ws在中文命名实体识别(NER)任务上微调的版本,在评估集上表现出色。
下载量 41
发布时间 : 8/24/2022
模型简介
一个针对中文命名实体识别任务优化的BERT模型,在精确率、召回率和F1值等指标上表现优异。
模型特点
高精度中文NER
在评估集上达到97.23%的精确率和97.34%的召回率
基于BERT-base优化
基于ckiplab/bert-base-chinese-ws模型微调,继承了BERT的强大语言理解能力
全面评估指标
提供精确率、召回率、F1值和准确率等多维度评估结果
模型能力
中文命名实体识别
文本序列标注
实体抽取
使用案例
信息提取
新闻实体识别
从新闻文本中识别出人名、地名、机构名等实体
高准确率识别各类命名实体
医疗文本处理
从医疗文献中提取疾病、药物等专业术语
知识图谱构建
实体关系抽取
作为知识图谱构建的前置步骤识别文本中的实体
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