基于DistilBERT的轻量级文本分类模型,用于位置分类任务
下载量 28
发布时间 : 3/25/2025
模型简介
该模型是基于DistilBERT-base-uncased微调的文本分类器,专门用于位置相关的分类任务。在评估集上达到了78.95%的准确率。
模型特点
轻量高效
基于DistilBERT架构,比标准BERT模型小40%,同时保留97%的语言理解能力
快速推理
蒸馏模型设计使其推理速度比原始BERT模型快60%
迁移学习
在通用语言理解基础上微调,适合特定领域的分类任务
模型能力
文本分类
位置识别
短文本分析
使用案例
地理信息处理
位置名称分类
识别文本中提到的位置名称并进行分类
在测试集上达到78.95%准确率
内容审核
地理位置识别
从用户生成内容中识别和分类地理位置信息
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