Distilbert Base Uncased Finetuned Conll03 English
基于DistilBERT的轻量级命名实体识别模型,专为英语文本优化,不区分大小写。
下载量 2,363
发布时间 : 3/2/2022
模型简介
该模型是DistilBERT的微调版本,针对CoNLL-2003英语数据集进行了命名实体识别(NER)任务的优化。它能够识别文本中的人名、地名、机构名等实体,但不区分字母大小写。
模型特点
轻量高效
基于DistilBERT架构,在保持较高性能的同时显著减小模型体积
专为NER优化
针对CoNLL-2003数据集进行了专门微调,擅长识别英语文本中的命名实体
不区分大小写
将不同大小写的相同单词视为同一实体,简化处理流程
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
新闻实体提取
从新闻文章中自动识别人物、地点和组织名称
准确率达到98.5%
文档分析
处理法律或商业文档中的关键实体信息
F1分数达到98.9%
数据预处理
知识图谱构建
为知识图谱系统预处理原始文本数据
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