Distilbert Base Uncased Finetuned Ner
基於DistilBERT的輕量級命名實體識別模型,在conll2003數據集上微調,具有高效的推理性能和較高的準確率。
Downloads 15
Release Time : 3/2/2022
Model Overview
該模型是基於DistilBERT的輕量級版本,專門針對命名實體識別(NER)任務進行了微調。它在保持較高性能的同時,顯著減少了模型大小和計算資源需求。
Model Features
高效輕量
基於DistilBERT架構,比標準BERT模型小40%,推理速度快60%,同時保持95%以上的性能
高準確率
在conll2003測試集上達到93.22%的F1值,準確率達98.36%
快速部署
模型體積小,適合資源受限環境部署,支持批量推理
Model Capabilities
命名實體識別
文本標記分類
實體邊界檢測
實體類型分類
Use Cases
信息提取
新聞實體提取
從新聞文本中提取人名、地名、組織名等關鍵實體
可準確識別文本中的四類實體(PER, LOC, ORG, MISC)
文檔處理
合同關鍵信息提取
自動識別合同中的簽約方、日期、金額等重要實體
Featured Recommended AI Models
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers Supports Multiple Languages

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers English

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 Chinese
R
uer
2,694
98