L

Lm Ner Linkedin Skills Recognition

由algiraldohe開發
基於DistilBERT的LinkedIn技能識別模型,用於從文本中識別專業技能
下載量 1,194
發布時間 : 7/7/2023

模型概述

該模型是基於distilbert-base-uncased在LinkedIn數據上微調的命名實體識別(NER)模型,專門用於識別文本中的專業技能關鍵詞。

模型特點

高精度技能識別
在評估集上達到0.9214的F1值,能準確識別文本中的專業技能關鍵詞
LinkedIn領域優化
基於LinkedIn數據微調,對職業場景中的技能表述有更好的理解
輕量級模型
基於DistilBERT架構,在保持高性能的同時減少計算資源需求

模型能力

文本中的技能關鍵詞識別
職業相關實體提取
簡歷內容分析

使用案例

人力資源技術
簡歷技能自動提取
從求職者簡歷中自動提取技能關鍵詞
準確率99.12%,可幫助HR快速篩選候選人
職位匹配系統
分析職位描述和候選人技能進行自動匹配
基於高召回率(93.12%)確保不遺漏相關技能
職業分析
技能趨勢分析
從LinkedIn資料中提取技能進行市場趨勢分析
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase