H

Hiner Original Xlm Roberta Large

cfiltによって開発
このモデルは、XLM - RoBERTa - largeアーキテクチャに基づき、HiNER - originalデータセットで訓練された固有表現認識モデルで、ラベル分類タスクに特化しています。
ダウンロード数 56
リリース時間 : 5/1/2022

モデル概要

これは固有表現認識(NER)用のラベル分類モデルで、XLM - RoBERTa - largeアーキテクチャに基づき、HiNER - originalデータセットで訓練されており、テキスト内の特定のエンティティクラスを識別できます。

モデル特徴

高精度エンティティ認識
HiNER - originalデータセットで89.2%のF1値を達成し、優れた性能を発揮します。
XLM - RoBERTa - largeに基づく
強力な多言語事前学習モデルをベースに利用し、優れた特徴抽出能力を持っています。
エンドツーエンドのラベル分類
生テキストを直接処理してエンティティラベルを出力でき、NERのプロセスを簡素化します。

モデル能力

固有表現認識
テキストラベル分類
系列ラベリング

使用事例

情報抽出
ニュースエンティティ抽出
ニューステキストから人名、地名、組織名などのエンティティを識別します。
知識グラフの構築やイベント分析に役立ちます。
生物医学テキスト分析
医学文献内の疾患、薬物、遺伝子名を識別します。
医学研究や文献検索を支援します。
テキスト処理
文書自動化処理
契約書や法律文書内の重要なエンティティを自動的にラベル付けします。
文書処理の効率と精度を向上させます。
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