%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)
Modernbert Ner Conll2003
Apache-2.0
ModernBERT-baseをファインチューニングした固有表現認識モデルで、CoNLL2003データセットで訓練されており、人物、組織、場所のエンティティ認識に優れています。
シーケンスラベリング
Transformers 英語
Transformers 英語M
IsmaelMousa
40
2
Distilbert Base Uncased Finetuned Ner
Apache-2.0
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
シーケンスラベリング Transformers
TransformersD
hossay
16
0
Distilbert Base Uncased Finetuned Ner
Apache-2.0
DistilBERTベースの軽量な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
シーケンスラベリング Transformers
TransformersD
murdockthedude
15
0
Distilbert Base Uncased Finetuned TT2 Exam
Apache-2.0
このモデルは、conll2003データセットでファインチューニングされたdistilbert-base-uncasedベースのバージョンで、タグ分類タスクに使用されます。
シーケンスラベリング Transformers
TransformersD
roschmid
15
0
Distilbert Base Uncased Finetuned Ner
Apache-2.0
DistilBERTベースの軽量な固有表現抽出モデルで、conll2003データセットでファインチューニングされており、効率的な推論性能と高い精度を備えています。
シーケンスラベリング Transformers
TransformersD
roschmid
15
0
Distilbert Base Uncased Finetuned Ner
Apache-2.0
このモデルはDistilBERTの軽量版をベースとしており、conll2003データセットで固有表現抽出タスク向けにファインチューニングされています。
シーケンスラベリング Transformers
TransformersD
Udi-Aharon
15
0
Distilbert Base Uncased Finetuned Ner
Apache-2.0
これはDistilBERTベースの軽量モデルで、CoNLL-2003固有表現抽出(NER)タスクでファインチューニングされています。
シーケンスラベリング Transformers
TransformersD
guhuawuli
15
0
Distilbert Base Uncased Finetuned Ner
Apache-2.0
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
シーケンスラベリング Transformers
TransformersD
ACSHCSE
15
0
Bert Base NER
MIT
BERT-baseをベースとした固有表現抽出モデルで、場所、組織、人名などの4種類のエンティティを識別可能
シーケンスラベリング Transformers 英語
Transformers 英語B
optimum
69
2
Distilbert Base Uncased Finetuned Ner
Apache-2.0
DistilBERTベースの軽量固有表現抽出モデルで、conll2003データセットでファインチューニングされており、英語テキストのエンティティタグ付けタスクに適しています。
シーケンスラベリング Transformers
TransformersD
tiennvcs
15
0
Distilbert Base Uncased Finetuned Pos
Apache-2.0
DistilBERTベースの軽量タグ分類モデル、conll2003データセットでファインチューニングされ、品詞タグ付けタスク用
シーケンスラベリング Transformers
TransformersD
tbosse
17
0
Distilbert Base Uncased Finetuned Ner
Apache-2.0
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
シーケンスラベリング Transformers
TransformersD
MikhailGalperin
15
0
Distilroberta Base Ner Conll2003
Apache-2.0
distilroberta-baseをconll2003データセットでファインチューニングした固有表現認識モデル
シーケンスラベリング Transformers
TransformersD
philschmid
103
3
Distilbert Base Cased Finetuned Conll03 English
Apache-2.0
DistilBERTベースの固有表現抽出モデルで、CoNLL-2003英語データセットでファインチューニングされており、大文字小文字を区別するテキスト処理に適しています。
シーケンスラベリング Transformers 英語
Transformers 英語D
elastic
7,431
14
Distilbert Base Uncased Finetuned Ner
Apache-2.0
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
シーケンスラベリング Transformers
TransformersD
srosy
16
0
Distilbert Base Uncased Finetuned Ner
Apache-2.0
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
シーケンスラベリング Transformers
TransformersD
thomaszz
15
0
Distilbert Base Uncased Finetuned Ner
Apache-2.0
DistilBERTベースの軽量な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
シーケンスラベリング Transformers
TransformersD
cogito233
16
0
Distilbert Base Uncased Finetuned Ner
Apache-2.0
DistilBERTベースの軽量な固有表現抽出モデルで、conll2003データセットでファインチューニングされており、効率的な推論性能と高い精度を備えています。
シーケンスラベリング Transformers
TransformersD
mackseem
16
0
Bert Tiny Finetuned Ner
このモデルはbert-tinyをconll2003データセットでファインチューニングした固有表現抽出(NER)モデルです
シーケンスラベリング Transformers
TransformersB
gagan3012
89
4
XLMR ENIS Finetuned Ner
このモデルはXLMR-ENISをconll2003データセットでファインチューニングした固有表現認識モデルで、英語とアイスランド語をサポートしています。
シーケンスラベリング Transformers 複数言語対応
Transformers 複数言語対応X
vesteinn
90
1
Distilbert Base Uncased Finetuned Ner
Apache-2.0
DistilBERTベースの軽量固有表現抽出モデルで、conll2003データセットでファインチューニングされており、英語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。
シーケンスラベリング Transformers
TransformersD
chanaa
15
0
Distilbert Base Uncased Finetuned Ner
Apache-2.0
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
シーケンスラベリング Transformers
TransformersD
histinct7002
15
0
Deberta Base Fine Tuned Ner
MIT
conll2003データセットでファインチューニングされたDeBERTa-baseモデルに基づく固有表現認識(NER)モデル
シーケンスラベリング Transformers
TransformersD
geckos
456
2
Distilbert Base Uncased Finetuned Ner
Apache-2.0
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
シーケンスラベリング Transformers
TransformersD
leonadase
15
0
Distilbert Base Uncased Finetuned Ner
Apache-2.0
DistilBERTベースの軽量な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
シーケンスラベリング Transformers
TransformersD
Hank
15
0
Distilbert Base Uncased Finetuned Ner
Apache-2.0
DistilBERTベースの軽量な固有表現抽出モデルで、conll2003データセットでファインチューニングされており、英語テキストの固有表現抽出タスクに適しています。
シーケンスラベリング Transformers
TransformersD
Minowa
15
0
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