AIbase

LSTM-CRF架构
Xlmr Lstm Crf Resume Ner2
MIT
该模型是基于xlm-roberta-base在特定数据集上微调的版本，主要用于命名实体识别任务。
序列标注
Transformers
X
hiendang7613
21
1
Frame English Fast
Flair自带的英语动词消歧快速模型，用于预测句子中动词的语义角色标签。
序列标注
英语
F
flair
368
1
Ner French
Flair自带的法语标准4类NER模型，基于Flair词嵌入和LSTM-CRF架构，在WikiNER数据集上F1分数为90.61。
序列标注
法语
N
flair
335.11k
13
Ner English Fast
Flair自带的英文快速4类命名实体识别模型，基于Flair嵌入和LSTM-CRF架构，在CoNLL-03数据集上达到92.92的F1分数。
序列标注
英语
N
flair
978.01k
24
Ner Danish
Flair自带的丹麦语标准4类NER模型，基于Transformer嵌入和LSTM-CRF架构
序列标注
其他
N
flair
13
0
Ner German
Flair自带的德语标准4类NER模型，基于Flair嵌入和LSTM-CRF架构，在CoNLL-03德语修订版上F1分数为87.94。
序列标注
德语
N
flair
15.53k
14
Ner English
Flair自带的英语标准4类命名实体识别模型，基于Flair嵌入和LSTM-CRF架构，在CoNLL-03数据集上达到93.06的F1分数。
序列标注
英语
N
flair
127.67k
34
Ner Multi
Flair内置的标准4类NER模型，适用于英语、德语、荷兰语和西班牙语的命名实体识别任务
序列标注
支持多种语言
N
flair
6,369
8
Chunk English
Flair自带的英语标准短语组块分析模型，用于识别句子中的名词短语、动词短语等语法结构。
序列标注
英语
C
flair
1,186
17
Ner English Ontonotes Fast
Flair自带的18类英语命名实体识别快速模型，基于Ontonotes数据集训练
序列标注
英语
N
flair
23.94k
21
Pos English Fast
Flair自带的英语快速词性标注模型，基于Ontonotes数据集训练，F1分数达98.10。
序列标注
英语
P
flair
3,760
6
Ner English Ontonotes
Flair自带的英文18类命名实体识别模型，基于Ontonotes数据集训练，F1分数89.27。
序列标注
英语
N
flair
175.71k
19
Ner German Legal
Flair框架自带的德语法律命名实体识别模型，专为法律文本设计，支持19类法律实体识别
序列标注
德语
N
flair
22.32k
22