C

Cybonto Distilbert Base Uncased Finetuned Ner Wnut17

由theResearchNinja開發
該模型是基於distilbert-base-uncased在wnut_17數據集上微調的命名實體識別(NER)模型,用於識別文本中的特定實體類別。
下載量 18
發布時間 : 4/15/2022

模型概述

這是一個經過微調的DistilBERT模型,專門用於命名實體識別任務,在WNUT 17數據集上訓練,能夠識別文本中的特定實體類別。

模型特點

高效輕量
基於DistilBERT架構,比標準BERT模型更輕量高效,同時保持較好的性能
特定領域優化
在WNUT 17數據集上微調,針對特定實體識別任務進行了優化
平衡性能
在精確率和召回率之間取得了平衡,F1值達到0.5479

模型能力

命名實體識別
文本標記分類
實體類別預測

使用案例

文本分析
社交媒體實體識別
識別社交媒體文本中的特定實體,如產品、組織等
F1值0.5479
信息提取
從非結構化文本中提取關鍵實體信息
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase