B

Bert Large Uncased Whole Word Masking Squad2 With Ner Mit Restaurant With Neg With Repeat

由andi611開發
該模型是基於bert-large-uncased-whole-word-masking-squad2在squad_v2和mit_restaurant數據集上微調的版本,支持標記分類任務。
下載量 18
發布時間 : 3/2/2022

模型概述

該模型是一個經過微調的BERT模型,主要用於標記分類任務,在問答和餐廳領域實體識別方面有應用。

模型特點

多數據集微調
在squad_v2和mit_restaurant兩個不同領域的數據集上進行微調
全詞掩碼
採用whole-word masking技術,提升模型理解能力
標記分類能力
專門針對token分類任務進行優化

模型能力

問答系統
實體識別
文本標記分類

使用案例

問答系統
基於SQuAD v2的問答
可用於構建問答系統,回答基於給定文本的問題
餐飲領域NLP
餐廳評論實體識別
可從餐廳評論中識別特定實體如菜品、服務等
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase