S

Span Marker Xlm Roberta Base Fewnerd Fine Super

由tomaarsen開發
這是一個在FewNERD數據集上訓練的SpanMarker模型,用於多語言命名實體識別任務,基於xlm-roberta-base編碼器。
下載量 148
發布時間 : 6/15/2023

模型概述

該模型採用SpanMarker架構,專門用於命名實體識別(NER)任務,支持英語和多語言文本處理。

模型特點

多語言支持
基於xlm-roberta-base編碼器,支持英語和多語言文本處理
細粒度實體識別
能夠識別66種不同類型的實體,包括藝術、建築、事件、地點、組織等
SpanMarker架構
採用SpanMarker架構,專門優化用於命名實體識別任務

模型能力

命名實體識別
多語言文本處理
細粒度實體分類

使用案例

信息提取
新聞文章實體識別
從新聞文章中提取人名、地名、組織名等實體
F1分數0.6885
學術文獻分析
識別科研論文中的化學物質、生物學術語等專業實體
化學物質F1分數0.5832,生物學術語F1分數0.6497
商業智能
公司名稱識別
從商業文檔中提取公司名稱和組織信息
F1分數0.6917
產品識別
識別文本中提到的產品名稱和類型
汽車產品F1分數0.7234,飛機產品F1分數0.6464
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase