Distilbert Base Uncased Finetuned Ner
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。
Downloads 15
Release Time : 3/24/2022
Model Overview
このモデルはDistilBERTの軽量版で、固有表現抽出(NER)タスク向けに特別にファインチューニングされています。テキスト中の人名、地名、組織名などのエンティティを識別でき、情報抽出、テキスト分析などのシナリオに適用可能です。
Model Features
高効率軽量
DistilBERTアーキテクチャを基に、比較的高い性能を維持しながらモデルサイズと計算需要を大幅に削減
高精度NER
標準conll2003テストセットで93.1%のF1値を達成し、優れた性能を発揮
高速推論
蒸留アーキテクチャ設計により、元のBERTよりも高速なモデル推論を実現
Model Capabilities
固有表現抽出
テキストトークン分類
情報抽出
Use Cases
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物、場所、組織を自動識別
テキスト中のエンティティタイプを正確にマーク可能
ドキュメント分析
法律や医療文書中の専門用語識別を処理
キー情報の迅速な特定を支援
データ前処理
知識グラフ構築
知識グラフ生成のためのエンティティ認識前処理を提供
知識グラフ構築効率を向上
Featured Recommended AI Models
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 Supports Multiple Languages

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 English

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 Chinese
R
uer
2,694
98