Distilbert Base Uncased Finetuned Conll03 English
基於DistilBERT的輕量級命名實體識別模型,專為英語文本優化,不區分大小寫。
下載量 2,363
發布時間 : 3/2/2022
模型概述
該模型是DistilBERT的微調版本,針對CoNLL-2003英語數據集進行了命名實體識別(NER)任務的優化。它能夠識別文本中的人名、地名、機構名等實體,但不區分字母大小寫。
模型特點
輕量高效
基於DistilBERT架構,在保持較高性能的同時顯著減小模型體積
專為NER優化
針對CoNLL-2003數據集進行了專門微調,擅長識別英語文本中的命名實體
不區分大小寫
將不同大小寫的相同單詞視為同一實體,簡化處理流程
模型能力
命名實體識別
文本標記分類
英語文本處理
使用案例
信息提取
新聞實體提取
從新聞文章中自動識別人物、地點和組織名稱
準確率達到98.5%
文檔分析
處理法律或商業文檔中的關鍵實體信息
F1分數達到98.9%
數據預處理
知識圖譜構建
為知識圖譜系統預處理原始文本數據
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