D

Distilbert Base Uncased Finetuned Ner

SnailPooによって開発
このモデルはDistilBERTベース版をファインチューニングした固有表現抽出(NER)モデルで、未知のデータセットで訓練され、評価セットのF1スコアは0.8545を達成しました。
ダウンロード数 15
リリース時間 : 4/21/2022

モデル概要

蒸留版BERTアーキテクチャに基づく軽量NERモデルで、英語テキストの固有表現抽出タスクに適しています。

モデル特徴

軽量で効率的
蒸留技術で圧縮されたBERTアーキテクチャを採用し、性能を維持しながら計算リソース要件を削減
高精度
評価セットで96.38%の精度と0.8545のF1スコアを達成
迅速な訓練
わずか3エポックの訓練で良好な効果を得られ、迅速な展開に適している

モデル能力

英語テキストの固有表現認識
系列ラベリング
エンティティ分類

使用事例

情報抽出
ニュースのエンティティ抽出
ニューステキストから人名、地名、組織名などのエンティティを認識
テキスト内の主要なエンティティ情報を正確にマーク可能
ドキュメント処理
契約書の重要情報抽出
契約書ドキュメントから関係者名、日付、金額などの重要エンティティを自動認識
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase