Distilbert Base Uncased Finetuned Ner
DistilBERTベースの軽量固有表現抽出モデル、conll2003データセットでファインチューニング済み、英文テキストのエンティティラベリングタスクに適しています。
ダウンロード数 16
リリース時間 : 3/2/2022
モデル概要
このモデルはDistilBERTのファインチューニング版で、固有表現抽出(NER)タスク専用です。conll2003データセットで訓練されており、テキスト中の人名、地名、組織名などのエンティティを識別できます。
モデル特徴
高効率軽量
DistilBERTアーキテクチャ採用、標準BERT比40%小型化、60%高速化、97%性能維持
高精度
conll2003テストセットで0.9843の精度と0.9327のF1値を達成
即戦力モデル
NERタスク向けに事前訓練・ファインチューニング済み、エンティティ認識アプリに直接利用可能
モデル能力
固有表現抽出
テキストトークン分類
エンティティ境界検出
エンティティタイプ分類
使用事例
情報抽出
ニュースエンティティ抽出
ニュース記事から人物、場所、組織名を自動識別
テキスト中の主要エンティティを正確にマーク可能
ドキュメント分析
法律・医療文書中の専門用語識別処理
文書内重要エンティティ情報の迅速な位置特定を支援
データ前処理
知識グラフ構築
知識グラフ生成のためのエンティティ認識前処理を提供
知識グラフ構築の自動化レベル向上
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