LER Roberta
該模型基於roberta-base架構,專為LitBank數據集的標記分類任務進行微調,適用於文學作品中的實體識別。
下載量 14
發布時間 : 4/12/2022
模型概述
該模型能夠標註ACE 2005標準中的6類實體,包括人物、組織、地理政治實體等,特別適合處理文學作品語句。
模型特點
文學作品實體識別
針對文學作品中的語句優化,能夠準確識別各類實體。
支持6類實體標註
能夠標註人物、組織、地理政治實體、地點、交通工具和設施等6類實體。
基於roberta-base架構
利用roberta-base的強大性能進行微調,提升實體識別準確率。
模型能力
實體識別
文本分類
使用案例
文學分析
文學作品實體標註
用於標註文學作品中的人物、地點等實體,輔助文學研究。
準確識別文學作品中的各類實體。
自然語言處理
文本實體識別
用於處理文本數據,識別其中的各類實體。
提升文本處理的自動化水平。
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