G

Gliner Large V2.5

gliner-communityによって開発
GLiNERは汎用的な固有表現抽出(NER)モデルで、あらゆるタイプのエンティティを認識でき、従来のNERモデルに代わる実用的な選択肢を提供します。
ダウンロード数 2,896
リリース時間 : 6/17/2024

モデル概要

GLiNERは双方向Transformerエンコーダー(BERT類似)を使用してあらゆるタイプのエンティティを認識し、従来のNERモデルが事前定義されたエンティティタイプに限定される問題を解決すると同時に、大規模言語モデル(LLMs)の高いリソース消費を回避します。

モデル特徴

汎用エンティティ認識
事前定義されたエンティティタイプに限定されず、あらゆるタイプのエンティティを認識できます。
リソース効率
大規模言語モデル(LLMs)と比較してリソース消費が低く、リソースが限られた環境に適しています。
多言語サポート
複数言語の固有表現抽出をサポートします。

モデル能力

固有表現抽出
多言語エンティティ認識
カスタムエンティティタイプ認識

使用事例

情報抽出
人物認識
テキストから人物名を識別します。
出力例:クリスティアーノ・ロナウド・ドス・サントス・アヴェイロ => 人物
日付認識
テキストから日付情報を識別します。
出力例:1985年2月5日 => 日付
賞認識
テキストから賞の名称を識別します。
出力例:バロンドール => 賞
スポーツ分析
チーム認識
スポーツニュースからチーム名を識別します。
出力例:アル・ナスル => チーム
イベント認識
スポーツニュースからイベント名を識別します。
出力例:UEFAチャンピオンズリーグ => イベント
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