N

Ner Roberta Base Ontonotesv5 Englishv4

由djagatiya開發
基於RoBERTa-base架構微調的英文命名實體識別模型,支持18種實體類型識別
下載量 47
發布時間 : 7/1/2022

模型概述

該模型專門用於英文文本中的命名實體識別任務,能夠識別包括人物、地點、組織、日期、貨幣等18種實體類型。

模型特點

多類別實體識別
支持18種實體類型識別,包括地緣政體、人物、組織等專業領域實體
高精度識別
在ontonotesv5測試集上達到89.78的F1分數,關鍵實體類型如人物識別F1達95分
預訓練模型微調
基於RoBERTa-base強大語言表示能力進行領域適配

模型能力

英文文本實體識別
多類型實體分類
上下文相關實體解析

使用案例

信息提取
新聞內容分析
從新聞文本中提取關鍵實體(人物/組織/地點)
示例中成功識別'印度'為地緣政體實體
金融文檔處理
金融交易記錄解析
識別交易記錄中的金額、日期等關鍵信息
示例中準確識別'1美元'為貨幣類型
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase