
BERT模型微调用于命名实体识别
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
2
±0 (10月13日〜)
最后提交
2024年6月
GitHub 创建日期
2023年7月20日
收录日
2025年8月5日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | 2 |
| 2026年1月 | 2 |
| 2026年2月 | 2 |
| 2026年3月 | 2 |
| 2026年4月 | 2 |
| 2026年5月 | 2 |
| 2026年6月 | 2 |
| 2026年7月 | 2 |
| 2026年8月 | 2 |
| 2026年9月 | 2 |
| 2026年10月 | 2 |
| 2026年11月 | 2 |
各月最后一次快照。1,000 以上的 Star 数按 100 取整。
同分类的热门资源
bert-japanese-ner-finetuningken1111用于BERT模型微调的代码。这是一个用于创建和使用用于命名实体识别任务的模型的示例。
bert-ner-japanesejurabiinc5使用BERT进行日语命名实体抽取的微调程序
namacochakki-works40基于字符的命名实体识别。
pygeonlpgeonlp-platform22pygeonlp,一个用于对日语文本进行地理标记的Python模块。
huggingface-finetune-japanesetsmatz16用于调整仅编码器和编码器-解码器变压器以适应日语的示例(Hugging Face)资源
entitypediachakki-works13Entitypedia是来自维基百科的扩展命名实体词典。
研究领域相近的资源
jawiki-cleanerhppRC6日语维基百科清理工具共同: 信息抽取与文本挖掘・命名实体识别
allennlp-NER-jashunk0315AllenNLP-NER-ja:使用AllenNLP进行针对日语的命名实体识别。共同: 信息抽取与文本挖掘・命名实体识别- bert-base-japanese-v3-ner-wikipedia-datasetllm-book8kFine‑tuned Japanese BERT‑Base适用于在维基百科数据集上的命名实体识别,该模型在《*Large Language Model Introduction*》一书第六章中呈现,并可通过Hugging Face transformers pipeline进行部署(Apache 2.0 许可)。HF 模型共同: 信息抽取与文本挖掘・命名实体识别
- xlm-roberta-ner-japanesetsmatz4k在日语 NER 语料库上对 XLM‑RoBERTa‑base 进行微调(标签 PER, ORG, LOC, INS, PRD, EVT),使用 5‑epoch Adam(lr 5e‑5,batch 12),达到 0.0173 的验证损失,已发布在 Transformers 4.23.1 和 PyTorch 1.12.1。HF 模型共同: 信息抽取与文本挖掘・命名实体识别
ner-wikipedia-datasetstockmarkteam143使用维基百科进行日语专有名词提取的数据集共同: 信息抽取与文本挖掘・命名实体识别
nayose-wikipedia-jayagays35由维基百科创建的日语姓名对齐数据集共同: 信息抽取与文本挖掘・命名实体识别