S

Span Marker Xlm Roberta Base Fewnerd Fine Super

Developed by tomaarsen
这是一个在FewNERD数据集上训练的SpanMarker模型,用于多语言命名实体识别任务,基于xlm-roberta-base编码器。
Downloads 148
Release Time : 6/15/2023

Model Overview

该模型采用SpanMarker架构,专门用于命名实体识别(NER)任务,支持英语和多语言文本处理。

Model Features

多语言支持
基于xlm-roberta-base编码器,支持英语和多语言文本处理
细粒度实体识别
能够识别66种不同类型的实体,包括艺术、建筑、事件、地点、组织等
SpanMarker架构
采用SpanMarker架构,专门优化用于命名实体识别任务

Model Capabilities

命名实体识别
多语言文本处理
细粒度实体分类

Use Cases

信息提取
新闻文章实体识别
从新闻文章中提取人名、地名、组织名等实体
F1分数0.6885
学术文献分析
识别科研论文中的化学物质、生物学术语等专业实体
化学物质F1分数0.5832,生物学术语F1分数0.6497
商业智能
公司名称识别
从商业文档中提取公司名称和组织信息
F1分数0.6917
产品识别
识别文本中提到的产品名称和类型
汽车产品F1分数0.7234,飞机产品F1分数0.6464
AIbase
Empowering the Future, Your AI Solution Knowledge Base
© 2025AIbase