# 高精度實體識別

基於Italian-ModernBERT-base微調的意大利語命名實體識別模型

針對塞爾維亞語法律文書優化的命名實體識別模型，基於BERT架構微調，用於自動提取法律文本中的關鍵實體信息。

該模型是基於obi/deid_roberta_i2b2在未知數據集上微調的版本，主要用於文本處理任務。

基於GLiNER架構微調的專用模型，用於高效識別個人身份信息(PII)和受保護健康信息(PHI)

Gretel GLiNER是基於GLiNER基礎模型微調的版本，專門用於檢測個人身份信息(PII)和受保護健康信息(PHI)。

專為PII/PHI檢測優化的微調模型，基於GLiNER基礎模型knowledgator/gliner-bi-small-v1.0

基於模型融合技術優化的命名實體識別模型，F1分數提升3.25個點至0.6601

EDS-Pseudo是一個用於檢測醫療文檔中識別實體的混合模型，主要應用於AP-HP臨床數據倉庫的臨床報告匿名化處理。

該模型是基於BSC-LT/roberta-base-biomedical-clinical-es在生物醫學臨床西班牙語文本上進行命名實體識別(NER)任務微調的版本。

基於klue/roberta-small微調的韓語命名實體識別模型，專注於個人信息脫敏

基於microsoft/mdeberta-v3-base微調的PII(個人身份信息)識別與掩碼模型，支持多語言隱私數據處理

該模型是基於Microsoft DeBERTa-v3-base架構微調的隱私保護模型，專門用於識別和掩碼文本中的個人身份信息(PII)。

基於XLM-RoBERTa基礎模型微調的命名實體識別模型，支持多語言，能識別地點、組織和人物三類實體。

基於BERT微調的命名實體識別模型，專門用於識別句子中的科技產品名稱，如筆記本電腦和手機。

這是一個基於MultiNERD數據集訓練的多語言命名實體識別模型，支持20多種語言，使用bert-base-multilingual-cased作為底層編碼器。

基於dbmdz/bert-base-italian-cased微調的意大利語命名實體識別模型，在wiki_neural數據集上表現出色。

基於bert-base-cased微調的BPMN流程信息抽取模型，用於從文本化流程描述中提取執行者、任務等關鍵元素

基於microsoft/mdeberta-v3-base微調的命名實體識別模型，在評估集上表現出色

土耳其語轉換器管道，用於TrSpaCy，包含轉換器、標記器、形態分析器、詞形還原器、解析器和命名實體識別器組件。

基於ELECTRA架構的越南語命名實體識別模型，在VLSP 2018數據集上微調

基於BioBERT在bc2gm_corpus數據集上微調的生物醫學命名實體識別模型

基於XLM-RoBERTa-large模型在英語CoNLL-2003數據集上微調的命名實體識別模型

一個針對葡萄牙語法律文本的命名實體識別模型，基於BERT架構微調，用於識別法律文檔中的特定實體類別。

基於RoBERTa-base架構微調的英文命名實體識別模型，支持18種實體類型識別

基於RoBERTa架構的加泰羅尼亞語命名實體識別模型，在AnCora-Ca-NER數據集上微調

基於xlm-roberta-base在多語言數據集上微調的命名實體識別模型

這是一個使用AutoTrain訓練的實體識別模型，具有高準確率和F1分數。

基於Geotrend/distilbert-base-en-fr-de-no-da-cased微調的命名實體識別模型，在評估集上表現出色

該模型是基於XLM-RoBERTa-large架構在HiNER-original數據集上訓練的命名實體識別模型，專門用於標記分類任務。

基於多語言RoBERTa模型微調的中世紀文本命名實體識別模型，支持拉丁語、法語和西班牙語的歷史文獻分析。

該模型是基於ALBERT-large-v2在PLOD-unfiltered數據集上微調的命名實體識別(NER)模型，在科學文獻領域表現優異。

基於xlm-roberta-base微調的命名實體識別(NER)模型，在評估集上表現出色(F1值0.9777)

基於BioBERT的命名實體識別模型，在CRAFT英文數據集上微調

基於BioBERT在CRAFT語料庫上微調的命名實體識別模型，用於識別生物醫學文本中的6類實體

基於xlm-roberta-base微調的土耳其語命名實體識別模型，用於識別土耳其文本中的人名、組織名和地名。

基於SZTAKI-HLT/hubert-base-cc微調的匈牙利語命名實體識別模型，訓練數據採用WikiANN數據集。

這是一個基於DistilBERT的多語言模型，專門用於命名實體識別任務，在ConLL 2003數據集上微調訓練。

基於BioBERTpt(全量版)訓練的葡萄牙語臨床文本命名實體識別模型，專用於TempClinBr語料庫中的醫療實體識別

Flair框架內置的英文4類大型NER模型，基於文檔級XLM-R嵌入和FLERT技術，在CoNLL-03數據集上F1分數達94.36。

基於FERNET-CC_sk微調的斯洛伐克語命名實體識別模型，支持識別地點、人物和組織三類實體