N

Ner English Large

由 flair 开发
Flair框架内置的英文4类大型NER模型,基于文档级XLM-R嵌入和FLERT技术,在CoNLL-03数据集上F1分数达94.36。
下载量 749.04k
发布时间 : 3/2/2022

模型简介

该模型用于英文文本的命名实体识别,可识别人物、地点、组织机构和其他名称四类实体。

模型特点

文档级上下文理解
采用FLERT技术,能够利用文档级上下文信息进行更准确的实体识别
高性能表现
在CoNLL-03数据集上达到94.36的F1分数,表现优异
多类别识别
可同时识别人物(PER)、地点(LOC)、组织机构(ORG)和其他名称(MISC)四类实体

模型能力

英文文本命名实体识别
四类实体分类
文档级上下文处理

使用案例

信息提取
新闻文本实体识别
从新闻文章中提取人名、地名和组织机构名
准确识别文本中的各类实体
历史文献分析
分析历史文献中的人物和地点信息
帮助研究者快速定位关键实体
AIbase
智启未来,您的人工智能解决方案智库
简体中文