N

Nuner V1 Orgs

由guishe開發
基於FewNERD-fine-supervised微調的numind/NuNER-v1.0模型,用於識別文本中的組織實體(ORG)
下載量 6,836
發布時間 : 3/28/2024

模型概述

該模型是在NER-ORGS數據集上微調的NuNER模型,專門用於命名實體識別任務,特別是識別文本中的組織名稱。NuNER模型使用RoBERTa-base作為骨幹編碼器,並在大型多樣化數據集上進行了預訓練。

模型特點

高質量預訓練
使用GPT-3.5-turbo-0301合成標註的100萬句子大型多樣化數據集進行預訓練,生成高質量的標記嵌入
專業領域微調
在NER-ORGS數據集上進行微調,專門優化了組織實體識別能力
平衡性能
在精確率(0.76)和召回率(0.80)之間取得良好平衡,F1值達到0.78

模型能力

文本中的組織實體識別
命名實體標記分類

使用案例

新聞分析
新聞中的組織實體提取
從新聞文本中識別提到的公司、政府機構等組織實體
可準確識別如CNN、蘋果、谷歌等組織名稱
商業情報
商業文檔分析
分析商業文檔、合同或報告中提到的相關組織
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase