Project Icon

bert-base-turkish-cased-ner

土耳其语BERT命名实体识别模型实现99.61%准确率

该项目提供了一个基于BERT的土耳其语命名实体识别模型。通过使用精选的土耳其NER数据集进行微调,模型能够识别人名、组织机构和地点等实体。在多个测试集上,模型展现出优异性能,总体F1分数为96.17%,准确率达99.61%。项目还提供了简洁的使用接口,便于集成到各种土耳其语自然语言处理任务中。

bert-fa-base-uncased-ner-peyma - 基于BERT的波斯语命名实体识别模型ParsBERT
GithubHuggingfaceParsBERTTransformer命名实体识别开源项目模型波斯语自然语言处理
ParsBERT是一个用于波斯语命名实体识别(NER)的开源模型。该模型基于BERT架构,在PEYMA数据集上训练,可识别7类命名实体。在PEYMA测试集上,ParsBERT实现了93.40%的F1分数,超越了此前的模型。研究者可通过Hugging Face Transformers库便捷地应用此模型进行波斯语NER任务。
nb-bert-base-ner - 挪威语BERT命名实体识别模型 适用NorNE数据集
BERTGithubHuggingfaceNorNE命名实体识别开源项目挪威语模型自然语言处理
nb-bert-base-ner是一个基于BERT的挪威语命名实体识别模型,通过NorNE数据集微调而成。此模型能够识别挪威语文本中的人名、地名等命名实体。开发者可借助Hugging Face的transformers库轻松集成和使用,项目还提供了简洁的示例代码,便于快速实现挪威语命名实体识别功能。
distilbert-base-cased-finetuned-conll03-english - 基于DistilBERT的英语命名实体识别模型
CoNLL-2003DistilBERTGithubHuggingface命名实体识别开源项目模型自然语言处理迁移学习
这是一个基于distilbert-base-cased模型微调的英语命名实体识别(NER)工具。该模型在conll2003英语数据集上训练,对大小写敏感,在验证集上达到98.7%的F1分数。它能够有效识别和分类文本中的人名、地名和组织名等命名实体,为各种自然语言处理任务提供支持。
indobert-model-ner - IndobertNER:基于BERT的印度尼西亚语命名实体识别模型
GithubHuggingfaceIndoBERT命名实体识别开源项目模型模型微调深度学习自然语言处理
IndobertNER是基于indolem/indobert-base-uncased模型微调的印度尼西亚语命名实体识别模型。在评估集上,该模型展现出优秀性能,精确率达0.8307,召回率为0.8454,F1分数为0.8380。模型训练采用Adam优化器,使用线性学习率调度器,经过10轮迭代。虽然目前缺乏具体应用指南,但IndobertNER在印度尼西亚语自然语言处理领域具有广阔应用前景。
distilbert-NER - 一个精简、高效的命名实体识别模型
AI模型CoNLL-2003DistilBERTGithubHuggingfacedistilbert-NER命名实体识别开源项目模型
distilbert-NER是DistilBERT的精简版本,专为命名实体识别(NER)任务优化,能够识别地点、组织、人物等实体。相比BERT,参数更少,具备更小的模型体积和更高的速度,并在CoNLL-2003数据集上精细调优,具备良好的精度和性能。
bert-base-japanese-v3-ner-wikipedia-dataset - 基于维基百科数据集的日语命名实体识别BERT模型
BERTGithubHuggingfaceWikipedia数据集固有表現認識大规模语言模型开源项目模型自然语言处理
本项目提供了一个基于BERT的日语命名实体识别模型,该模型使用维基百科数据集进行训练。模型能够识别日语文本中的人名、地名等实体,可通过Transformers库轻松调用。项目源自《大规模语言模型入门》一书,提供了使用示例和相关资源链接,采用Apache 2.0许可证。
span-marker-bert-base-conll2002-es - 该模型在命名实体识别中实现高效精确识别
GithubHuggingfaceSpanMarkerbert-base-casedconll2002命名实体识别开源项目模型精度
该模型基于conll2002数据集训练,使用bert-base-cased编码器进行命名实体识别。精确度、召回率和F1评分分别为0.8331、0.8074和0.8201。支持直接推理和二次调优,同时具备良好的可读性和效率,是提升实体识别能力的有效工具。
bengali_language_NER - 在Wikiann数据集上使用多语言BERT模型微调,实现孟加拉语实体识别
Bengali Named Entity RecognitionF1评分GithubHuggingfaceWikiann多语言开源项目模型精调
该项目使用Wikiann数据集微调bert-base-multilingual-cased模型,实现孟加拉语命名实体识别。标签分类涵盖人物、组织、地点,高训练集F1分数达0.9979,测试集为0.9673,并提供实例代码,适合研究语言处理与语义分析的用户。
bert-base-swedish-cased - 瑞典国家图书馆发布的BERT预训练语言模型用于提升瑞典语文本处理
GithubHuggingfaceHuggingface TransformersSwedish BERT命名实体识别开源项目模型瑞典文献预训练语言模型
瑞典国家图书馆推出的预训练BERT和ALBERT语言模型,适用于瑞典语文本处理。bert-base-swedish-cased采用标准参数优化,适合各种文本源;bert-base-swedish-cased-ner专注于命名实体识别;albert-base-swedish-cased-alpha为尝试版ALBERT模型。全部模型支持大小写区分与整体词遮盖功能,并提供PyTorch版本供下载。
bert-base-chinese-ner - 传统中文BERT模型及自然语言处理工具
CKIP BERTGithubHuggingfacetransformers模型命名实体识别开源项目模型繁體中文自然语言处理
该项目提供传统中文BERT等模型和多功能自然语言处理工具,辅助词性标注、分词和实体识别。建议使用BertTokenizerFast以提高性能。CKIP开发和维护,详情使用说明见GitHub页面。
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

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

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