AIbase
JA
ホーム
Flair Ner
F

Flair Ner

julien-cによって開発
Flair NERモデルはCoNLL - 2003データセットを基に訓練されたシーケンスラベリングモデルで、命名エンティティ認識タスクに使用されます。
シーケンスラベリング
PyTorch
 英語#英語の命名エンティティ認識#CoNLL2003データセット#シーケンスラベリング
ダウンロード数 1,412
リリース時間 : 3/2/2022

モデル概要

このモデルは命名エンティティ認識（NER）モデルで、テキスト中の人名、地名、組織名などのエンティティを認識することができます。

モデル特徴

CoNLL - 2003データセットを基に訓練
標準のNERベンチマークデータセットであるCoNLL - 2003を使用して訓練され、良好な汎化能力を持っています。
Flairフレームワークのサポート
Flairフレームワークを基に構築されており、統合と使用が容易です。
多種類のエンティティ認識
人名（PER）、地名（LOC）、組織名（ORG）などの多種類のエンティティタイプを認識することができます。

モデル能力

命名エンティティ認識
テキストシーケンスラベリング

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名、地名、組織名などの重要な情報を抽出する
テキスト中のエンティティとそのタイプを正確に認識する
文書処理
法律または医療文書中の命名エンティティを処理する
文書分類と情報検索を支援する
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