Scinertopic
基於SciBERT的科學術語識別模型,支持NER增強的主題建模
下載量 71
發布時間 : 11/5/2022
模型概述
該模型是基於allenai/scibert_scivocab_cased微調的命名實體識別模型,專門用於識別科學文獻中的術語,並支持BERTopic風格的主題建模。
模型特點
科學術語識別
專門針對科學文獻設計,能識別任務、方法、評估指標等6類科學術語
主題建模增強
與BERTopic結合實現NER增強的主題建模,提升科學文獻分析效果
高效訓練
基於預訓練SciBERT模型微調,僅需10輪訓練即可獲得良好性能
模型能力
科學文本實體識別
主題建模
學術文獻分析
使用案例
學術研究
機器翻譯研究分析
分析Transformer相關論文中的方法、指標等術語
可識別BLEU等評估指標及模型架構信息
文本生成圖像研究分析
識別文本生成圖像領域論文中的關鍵術語
可提取建模方法、數據集等信息
文獻管理
學術文獻自動標註
為科學文獻自動添加術語標籤
提升文獻檢索和組織效率
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