Nel Mgenre Multilingual
基于mGENRE的多语言生成式实体检索模型,针对历史文本优化,支持100+种语言,特别适配法语、德语和英语的历史文档实体链接。
下载量 17.13k
发布时间 : 4/9/2024
模型简介
该模型采用mBART架构,通过约束生成技术将文本中的命名实体链接到Wikidata实体,特别适用于处理历史文档中的OCR噪声和变体名称。
模型特点
多语言支持
支持100+种语言的实体链接,特别优化了法语、德语和英语的历史文本处理
历史文本适配
专门针对历史文档中的OCR噪声和名称变体进行优化
约束生成技术
采用约束束搜索直接输出映射到Wikidata/QID的实体名称
跨时代链接
能够将历史名称准确链接到现代Wikidata实体
模型能力
多语言实体识别
命名实体消歧
历史名称链接
文本到实体生成
OCR噪声环境下的实体识别
使用案例
历史档案处理
历史报纸分析
从历史报纸中提取并链接人物、地点等实体
准确识别并链接受OCR噪声影响的实体名称
传记生成辅助
通过链接历史人物实体辅助生成人物传记
建立历史人物与现代知识库的关联
跨时代知识关联
历史事件分析
将历史文档中的事件参与者链接到统一知识库
实现历史事件与现代知识图谱的整合
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98