# 命名エンティティ認識

electra-smallをファインチューニングした命名エンティティ認識モデルで、場所、人名、組織の3種類のエンティティを認識できます。

DistilBERTに基づく軽量級の命名エンティティ認識モデルで、未知のデータセットで微調整され、効率的な推論速度と良好なエンティティ認識能力を持っています。

DistilBERTに基づく軽量な命名エンティティ認識モデルで、特定のデータセットで微調整され、英文テキストのエンティティ認識タスクに適しています。

BERT-largeアーキテクチャに基づくモデルで、SQuAD 2.0とCoNLL-2003データセットで微調整され、问答と命名エンティティ認識タスクをサポートします。

DistilBERTベースの问答と命名エンティティ認識のマルチタスクモデルで、conll2003データセットで微調整されています。

bert-base-casedをベースに微調整した命名エンティティ認識（NER）モデルで、評価セットでのF1値は0.6868に達します。

distilbert-base-uncasedモデルをwikiannデータセットで微調整した命名エンティティ認識モデルで、評価セットでF1値0.8210の優れた成績を収めました。

DistilBERTベースの軽量級命名エンティティ認識モデルで、conll2003データセットで微調整されました。

BERT-base-casedをベースにconll2003データセットで微調整された命名エンティティ認識モデル

ruBERT-tinyをベースに微調整したロシア語毒性テキストの命名エンティティ認識モデルで、テキスト中の毒性コンテンツを識別できます。

中央研究院の語彙チームによって開発された繁体字中国語の自然言語処理モデルで、形態素解析、品詞タグ付けなどのタスクをサポートします。

DistilBERTに基づく軽量級の命名エンティティ認識モデルで、conll2003データセットで微調整され、効率的な推論性能と高い精度を持っています。

BERT-largeを微調整した命名エンティティ認識モデルで、CoNLL-2003データセットで最先端の性能を実現

これはナイジェリアピジン語に最適化されたBERTモデルで、多言語BERTを微調整して作成され、命名エンティティ認識タスクでは元の多言語BERTよりも優れた性能を発揮します。

スウェーデン国立図書館/KBLabが公開したスウェーデン語のBERT基礎モデル。多ソースのテキストデータを基に学習されています。

このモデルは、ALBERT-base-v2アーキテクチャに基づき、conll2003データセットで微調整された命名エンティティ認識（NER）モデルで、エンティティ認識タスクで優れた性能を発揮します。