A

Albert Large V2 Finetuned Abbdet

由surrey-nlp開發
該模型是基於ALBERT-large-v2在PLOD-unfiltered數據集上微調的命名實體識別(NER)模型,在科學文獻領域表現優異。
下載量 16
發布時間 : 4/22/2022

模型概述

一個針對科學文獻領域優化的命名實體識別模型,能夠準確識別文本中的專業術語和實體。

模型特點

高精度識別
在PLOD-unfiltered數據集上達到96.55%的精確率和96.08%的召回率
科學文獻優化
專門針對科學文獻中的專業術語和實體進行優化
高效訓練
基於ALBERT架構,在保持高性能的同時減少參數規模

模型能力

科學術語識別
命名實體識別
文本標記分類

使用案例

學術研究
科學文獻分析
自動識別科研論文中的關鍵術語和實體
提高文獻處理效率,支持知識圖譜構建
學術知識提取
從研究論文中提取專業術語和概念
支持學術數據庫建設和知識發現
信息處理
專業文檔處理
處理包含專業術語的技術文檔
提高文檔自動化處理效率
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase