BERT NER Ep6 PAD 50 Finetuned Ner
B
BERT NER Ep6 PAD 50 Finetuned Ner
由suwani開發
基於bert-base-cased微調的命名實體識別(NER)模型,在未知數據集上訓練6個epoch,表現中等水平
下載量 14
發布時間 : 3/2/2022
模型概述
該模型是基於BERT架構的命名實體識別模型,專門用於從文本中識別和分類命名實體
模型特點
中等性能表現
在評估集上達到0.6926的F1值,0.9020的準確率
基於BERT架構
利用BERT強大的上下文理解能力進行實體識別
6輪微調訓練
在基礎模型上進行了6個epoch的微調
模型能力
文本實體識別
命名實體分類
使用案例
信息提取
新聞實體識別
從新聞文本中識別人名、地名、組織名等實體
生物醫學文本處理
識別醫學文獻中的疾病、藥物等專業術語
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