X

Xlm Roberta Base Finetuned Wolof Finetuned Ner Swahili

由mbeukman開發
這是一個基於xlm-roberta-base-finetuned-wolof預訓練模型,在馬薩卡納NER數據集斯瓦希里語部分進行微調的命名實體識別模型。
下載量 49
發布時間 : 3/2/2022

模型概述

該模型主要用於斯瓦希里語文本中的命名實體識別任務,能夠識別日期、人名、機構名和地點名等實體。

模型特點

跨語言遷移學習
基於沃洛夫語微調的XLM-RoBERTa模型進一步在斯瓦希里語上進行微調,展示了跨語言遷移學習能力
非洲語言支持
專門針對非洲語言(斯瓦希里語)優化的命名實體識別模型
高效訓練
每次微調僅需10-30分鐘,在NVIDIA RTX3090顯卡上完成

模型能力

識別日期實體
識別人名實體
識別機構名實體
識別地點名實體

使用案例

新聞分析
新聞實體提取
從斯瓦希里語新聞中提取關鍵實體信息
可識別新聞中的人物、地點、機構和時間信息
信息提取
文檔結構化
將非結構化的斯瓦希里語文檔轉換為結構化數據
提取文檔中的命名實體以便進一步分析
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase