D

Distilbert Base Uncased Finetuned Ner

codingJacobによって開発
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
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