S

Scinertopic

由RJuro開發
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
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase