Cybonto Distilbert Base Uncased Finetuned Ner FewNerd
C
Cybonto Distilbert Base Uncased Finetuned Ner FewNerd
由theResearchNinja開發
該模型是基於distilbert-base-uncased在few_nerd數據集上微調的命名實體識別(NER)模型,在評估集上F1分數達到0.7621。
下載量 17
發布時間 : 4/15/2022
模型概述
一個針對命名實體識別任務優化的輕量級模型,適用於從文本中識別特定類型的命名實體。
模型特點
輕量高效
基於DistilBERT架構,在保持性能的同時顯著減小模型體積
高準確率
在Few-NERD數據集上達到0.9386的準確率
平衡性能
精確率(0.7422)和召回率(0.7830)表現均衡,F1分數達0.7621
模型能力
文本實體識別
命名實體分類
序列標註
使用案例
信息提取
新聞實體提取
從新聞文本中識別人物、地點、組織等實體
學術文獻分析
提取研究論文中的專業術語和命名實體
知識圖譜構建
知識庫填充
從非結構化文本中提取實體用於知識圖譜構建
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