A

Albert Base V2 Finetuned Rte

由 anirudh21 开发
该模型是基于ALBERT基础版本(albert-base-v2)在GLUE数据集RTE任务上微调的文本分类模型,主要用于文本蕴含识别任务。
下载量 15
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

这是一个经过微调的ALBERT模型,专门用于识别文本蕴含关系(Textual Entailment Recognition),即判断给定前提文本是否蕴含假设文本。

模型特点

高效参数利用
采用ALBERT的跨层参数共享机制,在保持较小模型体积的同时实现较好性能
GLUE基准微调
在GLUE基准测试的RTE(Recognizing Textual Entailment)任务上专门优化
轻量级模型
相比原始BERT模型,参数规模显著减小,适合资源有限环境部署

模型能力

文本分类
文本蕴含识别
自然语言推理

使用案例

自然语言处理
问答系统验证
验证系统生成的答案是否被给定文本所支持
可达到75.8%的准确率
信息检索过滤
过滤检索结果中与查询不匹配的文档