En Core Web Md
模型概述
這是一箇中等規模的英語自然語言處理模型,包含完整的文本處理流程,適用於多種NLP任務。模型針對CPU使用進行了優化,適合生產環境部署。
模型特點
CPU優化
專門針對CPU使用場景優化,適合生產環境部署
完整處理流程
包含從分詞到命名實體識別的完整NLP處理流程
高質量詞向量
包含20000個唯一詞向量(300維),基於多源數據訓練
多任務支持
同時支持詞性標註、依存分析、命名實體識別等多種NLP任務
模型能力
詞性標註
依存分析
命名實體識別
句子分割
詞形還原
文本處理
使用案例
文本分析
新聞內容分析
從新聞文本中提取命名實體(人物、組織、地點等)
NER F值達到85.22%
語法分析
分析句子結構和詞性關係
依存分析UAS達到92.05%
信息提取
文檔處理
從文檔中提取關鍵信息和實體
支持18種實體類型識別
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