AIbase
JA
ホーム
Distilbert Base Uncased Finetuned Ner
D

Distilbert Base Uncased Finetuned Ner

mcdzwilによって開発
DistilBERTに基づく軽量な命名エンティティ認識モデルで、特定のデータセットで微調整され、英文テキストのエンティティ認識タスクに適しています。
シーケンスラベリング
Transformers
オープンソースライセンス:Apache-2.0#命名エンティティ認識#軽量BERT#高精度NER
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DistilBERTの軽量版で、命名エンティティ認識（NER）タスクに微調整されています。高い性能を維持しながら、モデルサイズと計算リソースの要件を削減しています。

モデル特徴

軽量で効率的
DistilBERTアーキテクチャに基づいており、標準のBERTモデルより40％小さく、60％高速で、同時に97％の性能を保持しています。
高精度認識
評価セットで91.71％の精度と80.03％のF1値を達成し、優れた性能を発揮します。
デプロイが容易
モデルのサイズが小さく、本番環境でのデプロイに適しており、ハードウェア要件が低いです。

モデル能力

テキストエンティティ認識
英文命名エンティティ抽出
シーケンスラベリング

使用事例

情報抽出
ニュースエンティティ抽出
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識別して抽出します。
正解率93.16%
医療テキスト処理
医療レポート中の疾病、薬物、症状などの専門用語を識別します。
ビジネスインテリジェンス
顧客フィードバック分析
顧客のコメントから製品名と重要な特徴を抽出します。
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
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
English简体中文繁體中文にほんご
© 2025AIbase