Project Icon

ner-german

德语命名实体识别模型 集成Flair嵌入和LSTM-CRF技术

这是一个德语命名实体识别(NER)模型,基于Flair框架开发。模型可识别文本中的人名、地名、组织名和其他专有名词,在CoNLL-03德语修订版数据集上F1分数达87.94%。采用Flair嵌入和LSTM-CRF技术,提供高精度的德语NER功能。该模型易于使用,只需几行Python代码即可集成到NLP项目中。

bert4ner-base-chinese - 基于BERT的中文命名实体识别模型,具备高精度性能
BertSoftmaxGithubHuggingfacePEOPLEbert4ner中文实体识别开源项目模型
bert4ner-base-chinese项目是一个基于BERT的中文命名实体识别模型,在人民日报数据集上取得了高精度表现。通过BertSoftmax网络结构,能够准确识别文本中的人名、时间等实体信息。可通过nerpy库调用该模型,也支持无外部依赖的直接调用方式,适用于各种自然语言处理应用。
leo-hessianai-7b - LeoLM推动德语语言模型发展的新选择
GithubHuggingfaceLAIONLeoLMLlama-2开源开源项目德语语言模型模型
LeoLM是首个基于Llama-2构建的商用德语基础语言模型,经过大规模德语语料库的持续预训练。其旨在推动德语开源及商用LLM的研究,提升语言理解和文本生成能力,支持8k上下文长度。该项目依托于HessianAI的新超算系统42,并施行Llama-2社区许可证。用户可在Hugging Face平台获取leo-hessianai-7b及leo-hessianai-13b模型,并借助Transformers库实现快速推理。此项目旨在为德语开源及商业应用带来新发展。
bert-base-romanian-ner - 罗马尼亚语命名实体识别的高级BERT模型
GithubHuggingfaceRONECbert-base-romanian-ner命名实体识别开源项目文本预处理模型模型性能
此项目提供了一款经过微调的BERT模型,专注于罗马尼亚语命名实体识别,以优异的性能而著称。模型识别15种实体,如人物、地缘政治实体、地点、组织等,并基于RONEC v2.0数据集训练,拥有超过50万标记及80,283个独特实体。生成的标签采用BIO2格式,使其在命名实体识别任务中表现卓越。用户可通过Transformers库的NER管道或Python包便捷使用该模型。
NuNER_Zero - 优化GLiNER架构的零样本命名实体识别模型
GLiNERGithubHuggingfaceNuNER Zero命名实体识别开源项目模型自然语言处理零样本学习
NuNER Zero是一种基于GLiNER架构的零样本命名实体识别模型,通过NuNER v2.0数据集训练。作为token分类器,它可识别任意长度的实体。在GLiNER基准测试中,NuNER Zero的token级F1分数较GLiNER-large-v2.1提升3.1%,成为当前性能领先的紧凑型零样本NER模型。该模型采用实体类型与文本拼接的输入方式,并具有便捷的安装与使用流程。
gliner_small-v2.1 - 基于双向Transformer的轻量级通用实体识别模型
GLiNERGithubHuggingface命名实体识别开源项目机器学习模型模型训练自然语言处理
gliner_small-v2.1是一个基于双向Transformer架构的命名实体识别模型,具备识别任意类型实体的能力。这款模型采用166M参数规模,在保持较小资源占用的同时提供灵活的实体识别功能。模型支持英语处理,采用Apache-2.0许可证开源发布。相比传统NER模型的固定实体类型限制和大语言模型的高资源消耗,该模型提供了一个平衡的解决方案。
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。
gbert-base - 基于维基百科训练的高性能德语BERT预训练模型
BERTGithubHaystackHuggingface开源项目德语模型机器学习模型自然语言处理
gbert-base是一款德语BERT预训练模型,由原始German BERT与dbmdz BERT团队于2020年10月联合发布。模型使用维基百科、OPUS和OpenLegalData数据集进行训练,在GermEval18和GermEval14基准测试中取得了显著优于前代模型的性能表现。作为开源项目,该模型采用MIT许可证,可用于多种德语自然语言处理应用场景。
SpanMarkerNER - 命名实体识别的高效训练框架
BERTGithubHugging FaceNamed Entity RecognitionRoBERTaSpanMarker开源项目
SpanMarker是一个基于Transformer库的命名实体识别框架,支持BERT、RoBERTa和ELECTRA等编码器。框架提供模型加载、保存、超参数优化、日志记录、检查点、回调、混合精度训练和8位推理等功能。用户可以方便地使用预训练模型,并通过免费API进行快速原型开发和部署。
pytorch-bert-crf-ner - PyTorch实现的BERT-CRF韩文命名实体识别器
BERTCRFGithubKoBERTNERPytorch开源项目
该项目是一个用PyTorch实现的BERT和CRF结合的韩文命名实体识别器,适用于PyTorch v1.2及Python 3.x环境。通过实际案例和详细日志展示该识别器的使用方法及其高效的韩文命名实体识别能力。借助于SKTBrain的KoBERT模型,本项目实现了容易上手的BERT-CRF命名实体识别系统。
Few-NERD - 大规模精细标注的命名实体识别数据集
BERTFew-NERDGithubfew-shot实体识别开源项目监督学习
Few-NERD是一个大规模精细标注的命名实体识别数据集,包含8种粗粒度类型、66种细粒度类型、188,200个句子、491,711个实体和4,601,223个标记。支持监督学习和少样本学习的三种基准任务。了解数据集的关键功能、最新更新,以及如何获取数据和运行模型的详细指南。
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