Project Icon

nbailab-base-ner-scandi

斯堪的纳维亚语言的命名实体识别模型

这个模型是NbAiLab/nb-bert-base的精调版本,适用于丹麦语、挪威语、瑞典语、冰岛语和法罗语的命名实体识别(NER)。通过整合DaNE、NorNE、SUC 3.0和WikiANN的一些数据集,模型可以提供高精度的NER结果,并支持多种语言包括英语。识别的实体类型包括人名、地名、组织名及其他类别。模型以Micro-F1得分约为89%的表现,以及4.16样本/秒的处理速度表现出色,同时模型体积合理,带来好的准确性和效率平衡。

bert_cased_ner - BERT模型驱动的土耳其语命名实体识别工具
BertTurkGithubHuggingfaceMilliyetNER命名实体识别土耳其语开源项目模型自然语言处理
项目开发了一个专门用于土耳其语的BERT命名实体识别模型。该模型基于MilliyetNER新闻语料库训练,可识别人名、地点和组织三类实体。模型表现优异,测试集F1得分达0.96。提供简洁的Python接口,方便研究者和开发者在土耳其语自然语言处理任务中应用。
thainer-corpus-v2-base-model - 泰语命名实体识别模型,支持地名、人名等信息的高精度识别
GithubHuggingfaceNamed Entity RecognitionWangchanBERTa实体识别模型开源项目模型模型训练泰语
该命名实体识别模型基于Thai NER v2.0语料库训练,专为泰语文本的实体分类而设计。通过WangchanBERTa基础模型训练,提供高精度和F1分数,确保识别结果准确。需要使用自定义代码进行推理以避免错误标签,相关信息和下载链接在HuggingFace Hub提供。
phibert-finetuned-ner - 微调生物文本识别的新模型提升精度与准确性
Adam优化器GithubHuggingfacephibert-finetuned-ner召回率开源项目模型精确度训练损失
phibert-finetuned-ner模型是通过微调dmis-lab的biobert-v1.1而实现的,旨在提高生物文本识别领域的精度和准确性。其在评估数据集上取得了精度0.9238和准确性0.9950。此模型适用于生物医学领域的命名实体识别,优化过程中采用了Adam优化器和线性学习率调度策略,在3个训练纪元中实现了低损失与高精确度。
Italian_NER_XXL - 意大利实体识别模型,识别52类实体
BERTGithubHuggingfaceItalian_NER_XXL实体识别开源项目更新模型自然语言处理
该人工智能模型能够识别52类意大利语实体,具备79%的准确率,并基于BERT技术进行持续更新。其在法律、金融和隐私等领域表现出色,提供多功能的实体识别支持。
KoELECTRA-small-v3-modu-ner - 基于KoELECTRA的韩语命名实体识别模型
GithubHuggingfaceKoELECTRA开体名识别开源项目机器学习模型自然语言处理韩语
KoELECTRA-small-v3-modu-ner是一个韩语命名实体识别模型,基于koelectra-small-v3-discriminator进行微调。该模型采用BIO标注系统,能够识别15种实体类型,涵盖人工制品、动物和文明等多个领域。在评估集上,模型达到了0.8339的F1分数和0.9628的准确率。用户可以通过Transformers pipeline轻松调用此模型,适用于多种韩语命名实体识别任务。
nerkor-cars-onpp-hubert - 匈牙利语命名实体识别模型实现30余类实体智能检测
GithubHuggingfaceNerKorOntoNotes命名实体识别开源项目机器学习模型语料库标注
这款匈牙利语命名实体识别模型基于SZTAKI-HLT/hubert-base-cc架构开发,具备多样化的实体识别能力。模型可识别人名、地点、组织机构等基础实体,同时支持日期、时间、货币等数值型实体,总计超过30种实体类型。通过NerKor+CARS-ONPP语料库训练,最大处理序列长度为448,能够有效完成匈牙利语文本中的实体分析工作。
ner-english-ontonotes-large - Flair框架的大规模英语命名实体识别模型支持18种实体类型
FlairGithubHuggingface命名实体识别开源项目文本分类机器学习模型自然语言处理
ner-english-ontonotes-large是Flair框架中的大规模英语命名实体识别模型。该模型可识别18种实体类型,包括人名、地点和组织等,在Ontonotes数据集上F1分数达90.93%。模型基于文档级XLM-R嵌入和FLERT技术,通过简洁的Python代码即可调用。这一工具为各类自然语言处理任务提供了精准的命名实体识别功能。
xlm-roberta-large-finetuned-conll03-german - 基于XLM-RoBERTa的大型多语言模型优化德国文本的命名实体识别
GithubHuggingfaceXLM-RoBERTa命名实体识别多语言模型开源项目模型模型训练自然语言处理
该项目展示了一种基于大规模多语言数据训练的XLM-RoBERTa模型,专注于德语文本的命名实体识别和词性标注,能够高效解析德语文本,并通过内置管道进行自然语言理解任务的方便集成。
UniNER-7B-all - 跨多数据集的命名实体识别开源模型
GithubHuggingfaceUniNER命名实体识别大模型开源项目模型研究自然语言处理
UniNER-7B-all模型结合ChatGPT生成的Pile-NER-type和Pile-NER-definition数据及Universal NER基准中40个数据集进行训练,适合多数据集的命名实体识别研究。模型在排除CrossNER和MIT数据集的情况下进行OOD评估。详细的使用指南和模型信息可以通过相关论文及GitHub仓库获得,模型适用于研究目的,遵循CC BY-NC 4.0许可协议。
gliner_base - 灵活的命名实体识别模型,适用各种场景
BERTGLiNERGithubHuggingface命名实体识别多语言开源库开源项目模型
GLiNER是基于双向Transformer编码器的命名实体识别模型,能够识别多种实体类型,是传统NER模型的实用替代方案。与大型语言模型相比,GLiNER在资源受限场景中更高效且成本更低。该模型支持多语言并易于安装,用户可通过Python库轻松集成和使用。最新版本更新了多个模型参数,提升了性能,适合广泛的语言环境。该模型由Urchade Zaratiana等人开发,旨在提升科研和工业界的文本分析能力。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号