Xlm Roberta Large Ner Hrl Finetuned Ner
基於xlm-roberta-large-ner-hrl模型在玩具數據集上微調的命名實體識別模型
下載量 29
發布時間 : 7/11/2022
模型概述
該模型是針對命名實體識別任務進行優化的多語言模型,在玩具數據集上表現出色
模型特點
高精度命名實體識別
在評估集上達到91.32%的精確率和92.06%的召回率
多語言支持
基於XLM-RoBERTa架構,具備處理多語言文本的能力
高效微調
在玩具數據集上僅需3輪訓練即可達到優異性能
模型能力
文本標記分類
命名實體識別
多語言文本處理
使用案例
信息提取
文檔實體識別
從文檔中識別並分類命名實體
準確率97.85%
數據標註
自動化數據標註
為NLP訓練數據自動標註命名實體
F1值91.69%
精選推薦AI模型
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 支持多種語言

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 英語

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 中文
R
uer
2,694
98