AIbase
TW
模型選型
標籤
LSTM-CRF架構

# LSTM-CRF架構

Xlmr Lstm Crf Resume Ner2
MIT
該模型是基於xlm-roberta-base在特定數據集上微調的版本，主要用於命名實體識別任務。
序列標註 Transformers
X
hiendang7613
21
1
Ner French
Flair自帶的法語標準4類NER模型，基於Flair詞嵌入和LSTM-CRF架構，在WikiNER數據集上F1分數為90.61。
序列標註 法語
N
flair
335.11k
13
Ner German Legal
Flair框架自帶的德語法律命名實體識別模型，專為法律文本設計，支持19類法律實體識別
序列標註 德語
N
flair
22.32k
22
Ner German
Flair自帶的德語標準4類NER模型，基於Flair嵌入和LSTM-CRF架構，在CoNLL-03德語修訂版上F1分數為87.94。
序列標註 德語
N
flair
15.53k
14
Frame English Fast
Flair自帶的英語動詞消歧快速模型，用於預測句子中動詞的語義角色標籤。
序列標註 英語
F
flair
368
1
Ner English
Flair自帶的英語標準4類命名實體識別模型，基於Flair嵌入和LSTM-CRF架構，在CoNLL-03數據集上達到93.06的F1分數。
序列標註 英語
N
flair
127.67k
34
Chunk English
Flair自帶的英語標準短語組塊分析模型，用於識別句子中的名詞短語、動詞短語等語法結構。
序列標註 英語
C
flair
1,186
17
Ner English Ontonotes Fast
Flair自帶的18類英語命名實體識別快速模型，基於Ontonotes數據集訓練
序列標註 英語
N
flair
23.94k
21
Ner English Ontonotes
Flair自帶的英文18類命名實體識別模型，基於Ontonotes數據集訓練，F1分數89.27。
序列標註 英語
N
flair
175.71k
19
Ner Multi
Flair內置的標準4類NER模型，適用於英語、德語、荷蘭語和西班牙語的命名實體識別任務
序列標註 支持多種語言
N
flair
6,369
8
Ner English Fast
Flair自帶的英文快速4類命名實體識別模型，基於Flair嵌入和LSTM-CRF架構，在CoNLL-03數據集上達到92.92的F1分數。
序列標註 英語
N
flair
978.01k
24
Pos English Fast
Flair自帶的英語快速詞性標註模型，基於Ontonotes數據集訓練，F1分數達98.10。
序列標註 英語
P
flair
3,760
6
Ner Danish
Flair自帶的丹麥語標準4類NER模型，基於Transformer嵌入和LSTM-CRF架構
序列標註 其他
N
flair
13
0
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase