Distilbert Base Uncased Finetuned Ner
基於DistilBERT的輕量級命名實體識別模型,在conll2003數據集上微調
下載量 15
發布時間 : 3/7/2022
模型概述
該模型是基於DistilBERT的輕量級版本,專門針對命名實體識別(NER)任務進行了微調。它能夠識別文本中的人名、地名、組織機構名等實體。
模型特點
輕量高效
基於DistilBERT架構,比標準BERT模型體積小40%,速度快60%,同時保持95%的性能
專業NER能力
專門針對命名實體識別任務進行優化,能準確識別文本中的人名、地名、組織機構名等實體
易於部署
模型體積較小,適合在生產環境中部署和使用
模型能力
命名實體識別
文本分析
信息提取
使用案例
文本處理
新聞實體提取
從新聞文章中提取人名、地名和組織機構名等關鍵信息
可幫助快速構建新聞知識圖譜
文檔自動化處理
自動識別合同或法律文檔中的關鍵實體
提高文檔處理效率,減少人工標註成本
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