许可协议: cc-by-nc-4.0 支持语言:

• 英文

UniNER-7B-all全能版

模型说明: 本模型是UniNER系列中的最优版本。其训练数据融合了三大来源：(1) ChatGPT生成的Pile-NER类型数据、(2) ChatGPT生成的Pile-NER定义数据，以及(3) Universal NER基准测试中的40个监督数据集（详见论文图4），其中每个数据集的训练集随机采样不超过1万条实例。需注意，为进行分布外评估，训练时排除了CrossNER和MIT数据集。

更多技术细节请参阅我们的论文，使用方法请访问项目仓库。

推理指南

推理时请使用以下模板格式：

注意：每次推理仅针对单一实体类型。如需识别多类实体，请为每个类型创建独立实例。

版权声明

本模型及相关数据遵循CC BY-NC 4.0协议发布，主要供研究用途使用。

文献引用

@article{zhou2023universalner,
      title={UniversalNER: Targeted Distillation from Large Language Models for Open Named Entity Recognition}, 
      author={Wenxuan Zhou and Sheng Zhang and Yu Gu and Muhao Chen and Hoifung Poon},
      year={2023},
      eprint={2308.03279},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}