X

Xlm Roberta Large Ner

由risqaliyevds開發
專為烏茲別克語文本設計的命名實體識別模型,基於XLM-RoBERTa large架構構建,支持多種實體類別識別。
下載量 195
發布時間 : 5/28/2024

模型概述

該模型能夠識別烏茲別克語文本中的人名、地名、機構名、日期等多種命名實體類別,主要針對新聞文本具有較高準確率。

模型特點

多類別實體識別
支持識別18種不同的命名實體類別,包括人名、地名、機構名、日期、貨幣金額等。
新聞文本優化
模型基於NEWS數據集訓練,特別適合新聞文本的命名實體識別任務。
高準確率
在烏茲別克語NER任務上表現出較高的識別準確率。

模型能力

烏茲別克語文本處理
命名實體識別
多類別實體分類

使用案例

文本分析
新聞文本實體提取
從烏茲別克語新聞中提取人名、地名、機構名等關鍵信息
準確識別新聞中的關鍵實體
文檔信息提取
處理烏茲別克語文檔,提取其中的命名實體信息
結構化文檔中的關鍵信息
學術研究
語言學研究
用於烏茲別克語的語言特徵和實體分佈研究
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase