Distilbert Base Uncased Finetuned Ner
distilbert-base-uncasedモデルをwikiannデータセットで微調整した命名エンティティ認識モデルで、評価セットでF1値0.8210の優れた成績を収めました。
ダウンロード数 15
リリース時間 : 3/2/2022
モデル概要
このモデルは命名エンティティ認識タスクに特化しており、テキスト中の命名エンティティ(人名、地名、組織名など)を認識することができます。
モデル特徴
高効率で軽量
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、同時に95%の性能を維持します。
高い正確率
wikiannデータセットで0.9204の正確率と0.8210のF1値を達成しました。
高速推論
蒸留モデルの設計により、推論速度が完全なBERTモデルより60%速くなります。
モデル能力
命名エンティティ認識
テキストタグ分類
英語テキスト処理
使用事例
情報抽出
ニュース記事のエンティティ抽出
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します。
テキスト中の命名エンティティを正確に認識できます。
知識グラフ構築
知識グラフのエンティティ認識
知識グラフの構築のために、テキスト中のエンティティを認識して分類します。
高品質のエンティティ認識結果を提供します。
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