LERT是一种基于语言学理论驱动的预训练语言模型,旨在通过语言学知识增强模型性能。
下载量 197
发布时间 : 10/26/2022
模型简介
LERT是一种结合语言学理论的预训练语言模型,通过融入语言学知识提升模型在自然语言处理任务中的表现。
模型特点
语言学理论驱动
模型设计融入语言学知识,提升对语言结构的理解能力。
预训练增强
通过预训练阶段融入语言学特征,增强模型在下游任务的表现。
模型能力
文本理解
语言建模
自然语言处理任务
使用案例
自然语言处理
文本分类
利用LERT进行文本分类任务,如情感分析、主题分类等。
命名实体识别
使用LERT识别文本中的命名实体,如人名、地名等。
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