BERT NER Ep5 Finetuned Ner
bert-base-casedをベースに微調整した命名エンティティ認識(NER)モデルで、評価セットでのF1値は0.6868に達します。
ダウンロード数 15
リリース時間 : 3/2/2022
モデル概要
このモデルは、bert-base-casedを未知のデータセットで微調整したバージョンで、主に命名エンティティ認識タスクに使用されます。
モデル特徴
高性能NER認識
評価セットでのF1値は0.6868、正解率は0.9004です。
BERTアーキテクチャに基づく
bert-base-casedをベースモデルとして使用し、強力な文脈理解能力を持っています。
細かい調整
5ラウンドの細かい調整を行い、モデルの性能が徐々に向上しました。
モデル能力
命名エンティティ認識
テキスト分析
エンティティ分類
使用事例
テキスト処理
文書エンティティ抽出
文書から人名、地名、組織名などのエンティティを抽出します。
F1値0.6868
情報抽出
非構造化テキストから構造化情報を抽出します。
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