N

Ner English Ontonotes Fast

由 flair 开发
Flair自带的18类英语命名实体识别快速模型,基于Ontonotes数据集训练
下载量 23.94k
发布时间 : 3/2/2022

模型简介

该模型用于英语文本中的命名实体识别,能够识别18种不同类型的命名实体,如人名、地点、日期等。

模型特点

18类实体识别
能够识别包括人物、地点、日期、货币等18种不同类型的命名实体。
高性能
在Ontonotes数据集上达到89.3的F1分数。
快速推理
优化后的模型版本,提供更快的推理速度。
Flair词嵌入
结合Flair特有的上下文词嵌入技术,提升识别准确率。

模型能力

文本实体识别
多类别实体标注
序列标注

使用案例

信息提取
新闻文本分析
从新闻文章中提取人名、地点、组织等关键信息
准确识别文本中的各类命名实体
金融文档处理
识别金融文档中的货币金额、日期等信息
提取关键金融数据
知识图谱构建
实体关系抽取
作为知识图谱构建的前期处理步骤
为后续关系抽取提供实体标注
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase