En Core Web Sm Job Related
模型概述
定製訓練的spaCy命名實體識別模型,專門用於識別和分類職業、設施和經驗相關實體,增強非結構化文本數據的分析能力
模型特點
定製實體識別
專門針對職業、設施和經驗三類實體進行優化訓練
高準確率
在NER任務上達到0.75的精確率和0.67的F1值
易集成
可無縫集成到現有spaCy NLP流程中
模型能力
命名實體識別
詞性標註
文本分類
信息提取
使用案例
人力資源
簡歷分析
從求職者簡歷中提取職業、工作經驗和相關設施信息
自動結構化簡歷數據,提高篩選效率
職位描述分析
分析職位描述中的關鍵要求和工作地點信息
快速識別職位核心要素
內容管理
專業內容分類
對職業相關文章和內容進行自動分類
提高內容組織效率
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