G

Gliner Model Merge Large V1.0

由xomad開發
基於模型融合技術優化的命名實體識別模型,F1分數提升3.25個點至0.6601
下載量 129
發布時間 : 9/24/2024

模型概述

該模型是基於GLiNER架構的命名實體識別模型,通過創新的模型融合技術顯著提升性能。支持零樣本NER任務,可識別文本中的多種實體類型。

模型特點

模型融合技術
採用WiSE-FT等先進模型融合方法,顯著提升性能3.25個F1點
商業友好許可
僅在具有商業友好許可的數據集上訓練,確保廣泛適用性
多數據集訓練
融合5個高質量數據集的知識,增強模型泛化能力
零樣本能力
支持零樣本命名實體識別,無需特定領域訓練數據

模型能力

命名實體識別
零樣本學習
多類別實體檢測
文本分析

使用案例

新聞分析
新聞人物與組織識別
從新聞文本中自動識別人物、組織、地點等實體
在政治領域F1達78.51%
商業智能
企業信息提取
從商業文檔中提取公司、創始人、產品等信息
示例中準確識別微軟公司和其創始人
學術研究
科學文獻分析
識別科研論文中的專業術語和概念
科學領域F1達72.41%
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase