Flair Ner
Flair NER模型是基於CoNLL-2003數據集訓練的序列標註模型,用於命名實體識別任務。
下載量 1,412
發布時間 : 3/2/2022
模型概述
該模型是一個命名實體識別(NER)模型,能夠識別文本中的人名、地名、組織名等實體。
模型特點
基於CoNLL-2003數據集訓練
使用標準NER基準數據集CoNLL-2003進行訓練,具有良好的泛化能力。
Flair框架支持
基於Flair框架構建,易於集成和使用。
多類型實體識別
能夠識別人名(PER)、地名(LOC)、組織名(ORG)等多種實體類型。
模型能力
命名實體識別
文本序列標註
使用案例
信息提取
新聞文本分析
從新聞文章中提取人名、地名和組織名等關鍵信息
準確識別文本中的實體及其類型
文檔處理
處理法律或醫療文檔中的命名實體
幫助文檔分類和信息檢索
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