Bert Tiny Book Text Classifier
模型概述
該模型是一個文本分類器,專門用於識別和分類書籍文本,特別是小說類內容。它能夠準確區分書籍文本與其他類型的普通文本。
模型特點
高準確率
在測試集上達到了99.91%的準確率,表現優異。
輕量級
基於bert-tiny架構,模型參數較少,適合資源有限的環境。
專用分類
專門針對書籍文本(主要是小說類書籍)進行分類,針對性較強。
模型能力
文本分類
區分書籍文本與普通文本
使用案例
內容分類
書籍內容識別
用於識別和分類書籍文本,特別是小說類內容。
準確區分書籍文本與其他普通文本。
文本過濾
在文本處理流程中過濾出書籍文本。
提高文本處理的效率和準確性。
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