Ner Distilbert Base Uncased Ontonotesv5 Englishv4
N
Ner Distilbert Base Uncased Ontonotesv5 Englishv4
djagatiyaによって開発
distilbert-base-uncasedアーキテクチャに基づく固有表現認識モデルで、conll2012_ontonotesv5-english-v4データセットでファインチューニング済み
ダウンロード数 18
リリース時間 : 7/3/2022
モデル概要
このモデルはテキスト内の固有表現を識別するために使用され、人物、場所、組織など18種類のエンティティタイプの認識をサポートします
モデル特徴
高精度エンティティ認識
18種類のエンティティタイプで85.53のF1スコアを達成
軽量モデル
DistilBERTアーキテクチャに基づき、性能を維持しながらモデルサイズを削減
幅広いエンティティカバレッジ
18種類の異なる固有表現の認識をサポート
モデル能力
テキストエンティティ認識
多カテゴリエンティティ分類
自然言語処理
使用事例
情報抽出
ニューステキスト分析
ニュース記事から人物、組織、場所などのキー情報を抽出
ニュース内の重要なエンティティを正確に識別可能
ドキュメント処理
法律文書や契約書内の関連エンティティを自動識別
ドキュメントのキー情報を迅速に特定するのに役立つ
知識グラフ構築
知識グラフエンティティ抽出
非構造化テキストから知識グラフ構築用のエンティティを抽出
知識グラフに構造化データソースを提供
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98