Ner Roberta Base Ontonotesv5 Englishv4
N
Ner Roberta Base Ontonotesv5 Englishv4
djagatiyaによって開発
RoBERTa-baseアーキテクチャをファインチューニングした英語固有表現認識モデル、18種類のエンティティタイプを認識可能
ダウンロード数 47
リリース時間 : 7/1/2022
モデル概要
このモデルは英語テキストにおける固有表現認識タスク専用で、人物、場所、組織、日付、通貨など18種類のエンティティタイプを識別できます。
モデル特徴
多カテゴリエンティティ認識
地政学的エンティティ、人物、組織など専門領域を含む18種類のエンティティタイプを認識可能
高精度認識
ontonotesv5テストセットで89.78のF1スコアを達成、人物認識など主要エンティティではF1スコア95を達成
事前学習モデルのファインチューニング
RoBERTa-baseの強力な言語表現能力を基にドメイン適応
モデル能力
英語テキストのエンティティ認識
多タイプエンティティ分類
文脈依存のエンティティ解析
使用事例
情報抽出
ニュース内容分析
ニューステキストから主要エンティティ(人物/組織/場所)を抽出
サンプルで'インド'を地政学的エンティティとして正しく識別
金融文書処理
金融取引記録解析
取引記録から金額、日付などの主要情報を識別
サンプルで'1ドル'を通貨タイプとして正確に識別
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