D

Distilbert Base Uncased Finetuned Ner

由 dbsamu 开发
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
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase