B

BERT NER Ep5 Finetuned Ner

由suwani開發
基於bert-base-cased微調的命名實體識別(NER)模型,在評估集上F1值達到0.6868
下載量 15
發布時間 : 3/2/2022

模型概述

該模型是基於bert-base-cased在未知數據集上微調的版本,主要用於命名實體識別任務。

模型特點

高性能NER識別
在評估集上F1值達到0.6868,準確率0.9004
基於BERT架構
使用bert-base-cased作為基礎模型,具有強大的上下文理解能力
精細調優
經過5輪精細調優,模型性能逐步提升

模型能力

命名實體識別
文本分析
實體分類

使用案例

文本處理
文檔實體提取
從文檔中提取人名、地名、組織名等實體
F1值0.6868
信息抽取
從非結構化文本中抽取結構化信息
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase