Project Icon

phibert-finetuned-ner

微调生物文本识别的新模型提升精度与准确性

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。

BioBERT-mnli-snli-scinli-scitail-mednli-stsb - 基于BioBERT的多领域句子嵌入模型
BioBERTGithubHuggingfacesentence-transformers嵌入向量开源项目模型自然语言处理语义相似度
该项目是一个基于BioBERT的句子嵌入模型,通过多个领域数据集训练而成。模型能将文本映射至768维向量空间,适用于聚类和语义搜索等任务。它不仅在生物医学领域表现出色,还可应用于其他文本分析场景。模型支持sentence-transformers和HuggingFace Transformers两种调用方式,为用户提供了便捷的使用体验。
quote-model-BERTm-v1 - BERT多语言模型在引用识别任务上的高性能微调应用
BERTGithubHuggingface多语言模型开源项目文本分类机器学习模型自然语言处理
quote-model-BERTm-v1是一个基于BERT多语言模型微调的引用识别工具。该模型在评估集上表现优异,准确率达93.14%,F1分数为0.8676。通过Adam优化器和线性学习率调度器,经过3轮训练而成。这一模型专门用于多语言环境下的高精度引用识别,可广泛应用于需要处理多语种文本引用的场景。
ChineseNER - 多模型支持的中文命名实体识别开源项目
Github中文NER命名实体识别多任务学习开源项目深度学习模型词汇增强
这是一个开源的中文命名实体识别项目,集成了多种深度学习模型。从BiLSTM-CRF到BERT-BiLSTM-CRF,再到多任务学习模型,涵盖了NER领域的主流算法。项目特色包括词汇增强、数据增强和MRC框架等创新功能。同时提供了完整的训练、评估流程和Docker部署方案,便于研究者和开发者使用。项目集成了从BiLSTM-CRF到BERT系列的多种NER模型,并创新性地引入词汇增强、数据增强和MRC框架等技术。不仅提供了详细的模型训练和评估指南,还支持Docker部署,方便研究人员和工程师快速应用到实际场景中。
FinancialBERT-Sentiment-Analysis - 金融BERT模型优化金融文本情感分析精度
BERT模型GithubHuggingface开源项目情感分类模型自然语言处理金融情感分析金融短语库
FinancialBERT-Sentiment-Analysis是一个针对金融领域的BERT模型,通过大规模金融文本预训练和Financial PhraseBank数据集微调,在金融文本情感分析中表现卓越。该模型超越通用BERT和其他金融特定模型,为金融从业者和研究人员提供了高效的文本挖掘工具,无需大量计算资源即可使用。
roberta-large-ontonotes5 - RoBERTa-large模型在OntoNotes 5数据集上的高性能命名实体识别微调版本
GithubHuggingfaceRoBERTaT-NER命名实体识别开源项目模型模型微调自然语言处理
这是roberta-large在OntoNotes 5数据集上的微调模型,专门用于命名实体识别任务。在测试集上,该模型达到了0.909的F1分数(微观)、0.905的精确度和0.912的召回率。模型采用CRF层,最大序列长度128,经过15轮训练。用户可通过tner库轻松应用此模型。它在多种实体类型识别中表现优异,尤其擅长识别地缘政治区域、组织和人物。
ClinicalBERT - 医疗领域专用BERT模型助力临床文本分析
ClinicalBERTGithubHuggingface医疗人工智能开源项目模型电子病历自然语言处理预训练语言模型
ClinicalBERT是一款基于BERT架构的医疗领域自然语言处理模型。该模型利用12亿词的多中心疾病语料库进行预训练,并通过300多万患者的电子健康记录进行微调。ClinicalBERT采用掩码语言模型原理,适用于多种临床文本分析任务。研究人员可通过transformers库轻松调用此模型,为医疗AI研究提供有力工具。
NuNER-multilingual-v0.1 - 支持九种以上语言的高性能多语言实体识别系统
GithubHuggingfaceMultilingual BERTNLPNuMind多语言模型实体识别开源项目模型
NuNER-multilingual-v0.1作为一个多语言实体识别系统,通过对多语言BERT模型进行优化,实现了对英语、法语等9种以上语言的支持。系统基于Oscar数据集训练,具备跨领域和跨语言的实体识别能力。在性能测评中,其F1宏观指标相比基础mBERT有明显提升,单层嵌入达到0.5892,双层嵌入达到0.6231的水平。该系统可直接使用或根据具体需求进行定制化训练。
ner-french - 法语命名实体识别的开源Flair模型
FlairGithubHuggingface命名实体识别开源项目机器学习模型法语自然语言处理
这是一个基于Flair框架的法语命名实体识别开源模型。它可识别人名、地点、组织和其他四类实体,采用Flair嵌入和LSTM-CRF架构,在WikiNER数据集上F1分数达90.61%。开发者可通过Python和Flair库便捷地使用该模型进行法语文本的命名实体识别。模型支持简单的加载方式,适用于各种法语自然语言处理任务。
hebert-finetuned-hebrew-metaphor - heBERT微调模型实现希伯来语隐喻检测 准确率达95.10%
GithubHuggingfaceheBERT希伯来语开源项目模型模型训练自然语言处理隐喻识别
该项目为基于avichr/heBERT的希伯来语隐喻检测微调模型。模型在HebrewMetaphors数据集上训练,可识别20个希伯来语动词的隐喻用法。经过Adam优化器和线性学习率调度器的训练,模型在验证集上达到95.10%的准确率。这是以色列理工学院电气工程与计算机科学学院研究团队的成果。
roberta-es-clinical-trials-ner - 西班牙语临床试验文本的医学命名实体识别模型
GithubHuggingfaceUMLSroberta-es-clinical-trials-ner临床试验医学命名实体识别开源项目模型西班牙语
这是一个针对西班牙语临床试验文本的医学命名实体识别模型。它可以识别四类语义实体:解剖结构、化学物质、疾病和医疗程序。模型基于bsc-bio-ehr-es预训练模型微调而来,在评估集上展现出较高的准确率和F1值。目前该模型仍在开发中,主要用于分析临床试验相关文本,不适合直接应用于医疗决策。
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

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。

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