G

Gliner Small V2.1

由 urchade 开发
GLiNER 是一个能够识别任何实体类型的命名实体识别(NER)模型,使用双向Transformer编码器实现,适用于资源受限场景。
下载量 4,585
发布时间 : 4/9/2024

模型简介

GLiNER 是一个通用的命名实体识别模型,能够识别文本中的各种实体类型,突破了传统NER模型对预定义实体的限制,同时相比大语言模型更加资源友好。

模型特点

通用实体识别
能够识别任何实体类型,突破了传统NER模型对预定义实体的限制。
资源友好
相较于大语言模型,在资源受限的场景下更具优势。
多语言支持
部分版本支持多语言实体识别。

模型能力

识别文本中的命名实体
支持自定义实体类型
处理复杂上下文信息

使用案例

信息提取
人物信息提取
从文本中识别人物姓名及相关信息
成功识别出Cristiano Ronaldo dos Santos Aveiro为人物
事件信息提取
从文本中识别日期、奖项和比赛信息
成功识别出5 February 1985为日期,Ballon d'Or为奖项
体育新闻分析
球队和比赛识别
从体育新闻中识别球队和比赛信息
成功识别出Al Nassr和Portugal national team为球队,UEFA Champions Leagues为比赛
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase