Gliner ITA LARGE
模型概述
該模型是一個通用的命名實體識別模型,能夠識別文本中的各種實體類型,適用於意大利語文本處理。
模型特點
意大利語優化
專門針對意大利語文本進行優化的命名實體識別模型。
通用實體識別
能夠識別多種類型的實體,適用於廣泛的文本分析任務。
基於雙向Transformer
利用雙向Transformer架構,提供強大的上下文理解能力。
模型能力
意大利語文本處理
命名實體識別
多標籤分類
使用案例
文本分析
信息提取
從意大利語文本中提取人名、地名、組織名等實體信息。
高效準確地識別文本中的關鍵實體。
自然語言處理
數據預處理
為下游NLP任務(如關係抽取、事件檢測)提供實體識別支持。
提升後續NLP任務的處理效率和準確性。
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