Bert Base Cased Ner Conll2003
基於bert-base-cased在conll2003數據集上微調的命名實體識別模型
下載量 38
發布時間 : 4/24/2022
模型概述
該模型是基於bert-base-cased在conll2003數據集上微調的版本,主要用於命名實體識別任務。
模型特點
高精度命名實體識別
在conll2003數據集上取得了94.38%的精確率和95.25%的召回率
基於BERT架構
使用bert-base-cased作為基礎模型,具有強大的上下文理解能力
高效訓練
僅需3輪訓練即可達到優異性能
模型能力
命名實體識別
文本標記分類
使用案例
自然語言處理
新聞文本實體識別
從新聞文本中識別人名、地名、機構名等實體
F1值達到0.9482
文檔信息提取
從結構化文檔中提取關鍵實體信息
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