Distilbert Base Uncased Finetuned Combinedmodel1 Ner
該模型是基於distilbert-base-uncased在特定數據集上微調的版本,主要用於命名實體識別(NER)任務。
下載量 15
發布時間 : 3/9/2022
模型概述
該模型是基於distilbert-base-uncased微調的版本,適用於命名實體識別任務。在評估集上表現一般,F1值為0.0481,準確率為0.7058。
模型特點
輕量級模型
基於DistilBERT架構,比原始BERT模型更輕量,適合資源有限的環境。
命名實體識別
專門用於識別文本中的命名實體,如人名、地名、組織名等。
模型能力
命名實體識別
文本分析
使用案例
信息提取
新聞實體識別
從新聞文本中提取人名、地名和組織名等實體。
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