Project Icon

hunflair2-ner

基于Flair的生物医学实体识别开源模型

HunFlair2-NER是一个面向生物医学领域的命名实体识别模型,基于Flair框架开发。模型可识别文本中的生物医学实体,包括基因、疾病和化合物等。基于PrefixedSequenceTagger架构,集成SciSpacy分词功能,适用于生物医学文献分析、临床报告处理等场景。支持Python环境快速部署集成。

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。
pos-english - 基于Flair框架的高精度英语词性标注模型
FlairGithubHuggingface序列标注开源项目机器学习模型自然语言处理词性标注
这是一个基于Flair框架的英语词性标注模型,在Ontonotes数据集上实现了98.19%的F1分数。模型采用Flair嵌入和LSTM-CRF架构,支持45种细粒度词性标签的准确预测。该模型易于集成到Flair库中,可应用于多种自然语言处理任务。
scibert_scivocab_uncased-finetuned-ner - 采用SciBERT微调的药物和不良反应识别模型
GithubHuggingfaceSciBERT不良反应医学命名实体识别开源项目模型药物
此模型基于SciBERT进行微调,专门用于识别药物名称和其不良反应,能够有效分类输入文本中的药物和不良反应实体,提升医学文本的信息提取效率。通过简单设置NER流水线,该模型可快速部署并用于自动化识别,主要应用于处理与药物和不良反应相关的自然语言处理任务,是处理ade_corpus_v2数据集的有效工具。
pos-english-fast - 高效英语词性标注提升精确性
FlairFlair嵌入GithubHuggingfaceLSTM-CRFOntonotes开源项目模型词性标注
Flair的快速POS标注模型支持细粒度的英语词性标注,F1-Score为98.10。基于Flair嵌入和LSTM-CRF技术,此模型可预测多种词性,如名词、动词、形容词等,适用于多个语言处理应用场景。
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。
upos-multi - 多语言支持的高效词性标注模型
FlairGithubHuggingfacePython多语言开源项目模型模型训练词性标注
Flair提供的默认多语言词性标注模型支持12种语言,F1评分达到96.87%。基于Flair embeddings和LSTM-CRF构建,可以通过pip安装整合至应用中,并使用Flair脚本进行自定义训练,提升文本分析能力。适用于广泛的自然语言处理任务,为多语言内容的词性识别提供准确支持。
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。
Bio_ClinicalBERT - 为医疗临床文本优化的BERT模型
BERTClinicalBERTGithubHuggingface医疗数据开源项目机器学习模型自然语言处理
Bio_ClinicalBERT是一个针对医疗临床文本优化的BERT模型。该模型以BioBERT为基础,在MIMIC III数据库的医疗记录上进行了深度训练。它专门设计用于提升电子健康记录的理解和分析能力,尤其适合处理ICU患者数据。研究人员可通过transformers库轻松使用此模型,为临床自然语言处理任务提供有力支持。Bio_ClinicalBERT在医疗文本分析领域展现出卓越性能,为相关研究提供了有价值的工具。
wikineural-multilingual-ner - 融合神经网络和知识库的多语言命名实体识别模型
GithubHuggingfaceWikiNEuRal命名实体识别多语言开源项目模型维基百科自然语言处理
WikiNEuRal是一个创新的多语言命名实体识别模型,基于自动生成的高质量数据集训练而成。该模型支持9种语言,通过结合神经网络和知识库方法,在标准NER基准测试中实现了显著突破,F1分数比现有系统提高了6个点。模型集成了Transformers库,便于快速部署和使用。尽管在百科全书类文本上表现出色,但对新闻等其他文体的泛化能力可能有限。
MedNER-CR-JA - 日语医疗文档命名实体识别模型
GithubHuggingfaceMedTxt-CR-JA医疗文档命名实体识别开源项目日语模型模型训练
MedNER-CR-JA是一个面向日语医疗文档的命名实体识别模型,基于NTCIR-16 Real-MedNLP标准开发。模型可识别医疗文本中的疾病诊断、用药信息及时序表达,输出XML格式的标准化标注结果。通过Python实现,支持批量处理医疗文档,适用于医疗信息提取和文本分析等应用场景。
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