Bert Base Swedish Cased Reallysimple Ner

🚀 KB-BERT for NER

基於KB-BERT模型，針對命名實體識別（NER）任務在特定語料上微調而來，能有效識別文本中的命名實體。

✨ 主要特性

• 標籤類型：該模型使用了標籤類型，涵蓋了token-classification、sequence-tagger-model和bert。
• 訓練數據：基於KB-BERT模型，並在SUCX 3.0 - NER語料庫上進行了微調，使用了 simple 標籤和大小寫敏感的數據。
• 編碼方式：使用的數據變體未採用BIO編碼來區分命名實體標籤的開頭（B）和內部（I）。
• 訓練策略：僅在訓練數據上進行訓練，並根據模型在驗證數據上的表現選擇最佳模型。

📚 詳細文檔

你可以在我們的博客上找到有關該模型及其性能的更多信息：https://kb-labb.github.io/posts/2022-02-07-sucx3_ner

📄 許可證

文檔中未提及許可證相關信息。