G

Gliner Small V2.1

由urchade開發
GLiNER 是一個能夠識別任何實體類型的命名實體識別(NER)模型,使用雙向Transformer編碼器實現,適用於資源受限場景。
下載量 4,585
發布時間 : 4/9/2024

模型概述

GLiNER 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,突破了傳統NER模型對預定義實體的限制,同時相比大語言模型更加資源友好。

模型特點

通用實體識別
能夠識別任何實體類型,突破了傳統NER模型對預定義實體的限制。
資源友好
相較於大語言模型,在資源受限的場景下更具優勢。
多語言支持
部分版本支持多語言實體識別。

模型能力

識別文本中的命名實體
支持自定義實體類型
處理複雜上下文信息

使用案例

信息提取
人物信息提取
從文本中識別人物姓名及相關信息
成功識別出Cristiano Ronaldo dos Santos Aveiro為人物
事件信息提取
從文本中識別日期、獎項和比賽信息
成功識別出5 February 1985為日期,Ballon d'Or為獎項
體育新聞分析
球隊和比賽識別
從體育新聞中識別球隊和比賽信息
成功識別出Al Nassr和Portugal national team為球隊,UEFA Champions Leagues為比賽
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase