Distilbert Base Uncased Finetuned Ner
基于distilbert-base-uncased模型在wikiann数据集上微调的命名实体识别模型,在评估集上取得了F1值0.8210的优异表现。
下载量 15
发布时间 : 3/2/2022
模型简介
该模型专门用于命名实体识别任务,能够识别文本中的命名实体(如人名、地名、组织名等)。
模型特点
高效轻量
基于DistilBERT架构,比标准BERT模型小40%,同时保持95%的性能
高准确率
在wikiann数据集上达到0.9204的准确率和0.8210的F1值
快速推理
蒸馏模型设计使其推理速度比完整BERT模型快60%
模型能力
命名实体识别
文本标记分类
英语文本处理
使用案例
信息提取
新闻文章实体提取
从新闻文章中提取人名、地名和组织名等关键信息
可准确识别文本中的命名实体
知识图谱构建
知识图谱实体识别
为知识图谱构建识别和分类文本中的实体
提供高质量的实体识别结果
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