D

Distilbert Base Uncased Finetuned Ner

dbsamuによって開発
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。
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