%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Hiner Original Xlm Roberta Large
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。
PyTorch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
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
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