B

Bert Base NER

由dslim開發
基於BERT微調的命名實體識別模型,可識別四類實體:地點(LOC)、組織機構(ORG)、人名(PER)和雜項(MISC)
下載量 1.8M
發布時間 : 3/2/2022

模型概述

該模型是在標準英文版CoNLL-2003命名實體識別數據集上微調的bert-base-cased版本,在NER任務上達到業界領先水平

模型特點

高精度識別
在CoNLL-2003測試集上達到f1分數91.3的業界領先水平
多實體類型識別
可識別四類實體:地點(LOC)、組織機構(ORG)、人名(PER)和雜項(MISC)
輕量級版本可選
提供更輕量、更快速的DistilBERT精簡版(distilbert-NER)

模型能力

命名實體識別
文本分析
信息提取

使用案例

文本處理
新聞文本分析
從新聞文章中提取人名、組織機構和地點信息
可準確識別新聞中的關鍵實體信息
文檔自動化處理
自動識別商業文檔中的公司名稱和地理位置
提高文檔處理效率
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase