使用 cl‑tohoku/bert‑base‑japanese‑v2 的日語 NER,可提取八種實體類型(公司、政治/其他組織、設施、產品、事件),透過 BertForTokenClassification,在 Stockmark Wikipedia 數據集上訓練,並可透過 transformers、unidic_lite、fugashi 安裝,採用 CC BY‑SA 3.0 許可證。
其他語言的說明
統計
統計資料截至 2026年11月16日
Hugging Face 下載數(近 30 天)
5,000
Hugging Face 按讚數
11
收錄日
—
自頁面建立時收錄
下載數(近 30 天)變化
以表格顯示
| 月份 | 下載(30天) |
|---|---|
| 2025年12月 | 9,000 |
| 2026年1月 | 9,000 |
| 2026年2月 | 10,000 |
| 2026年3月 | 17,000 |
| 2026年4月 | 16,000 |
| 2026年5月 | 19,000 |
| 2026年6月 | 15,000 |
| 2026年7月 | 16,000 |
| 2026年8月 | 5,000 |
| 2026年9月 | 3,000 |
| 2026年10月 | 4,000 |
| 2026年11月 | 5,000 |
各月最後一次快照時的近 30 天下載數。
同分類的熱門資源
- bert-base-japanese-v3-ner-wikipedia-datasetllm-book8kFine‑tuned Japanese BERT‑Base 用於在維基百科資料集上的命名實體識別,已在《Large Language Model Introduction》一書第六章展示,可透過 Hugging Face transformers pipeline 部署(Apache 2.0 授權)。
- xlm-roberta-ner-japanesetsmatz4k使用 5 週期 Adam (lr 5e‑5, batch 12) 微調 XLM‑RoBERTa‑base,針對日語 NER 資料集(tags PER, ORG, LOC, INS, PRD, EVT)以達成 0.0173 的驗證損失,已於 Transformers 4.23.1 與 PyTorch 1.12.1 發佈。
研究領域相近的資源
japanese_text_classificationMasao-Taketani9調查各種DNN文本分類器,包括MLP、CNN、RNN、BERT方法。GitHub共同: 資訊擷取與文本探勘・資訊檢索
bert-japanese-ner-finetuningken1111用於BERT模型微調的代碼。這是用於創建和使用用於實體識別任務的模型的BERT模型微調示例。GitHub共同: 語言模型・語意文本處理
novelanalysisbynerlychee12232透過BERT的微調進行專有名詞提取GitHub共同: 資訊擷取與文本探勘・命名實體識別
DocumentClassificationUsingBERT-Japanesenekoumei0使用BERT進行文件分類-日文GitHub共同: 資訊擷取與文本探勘・資訊檢索- modernbert-ja-310msbintuitions36kModernBERT‑Ja‑310M 是一款日語 BERT 變體,結合了 local‑global attention 與 RoPE,已在 4.09 T 個日語/英語文本 token 上訓練,支持 102 400 個詞彙、8 192 token 序列,並被優化以配合 Flash Attention 2。共同: 語言模型・語意文本處理
- deberta-v2-base-japaneseku-nlp24k日文 DeBERTa V2 基礎模型,已在 171 GB 日文維基百科、CC‑100 與 OSCAR 資料上使用 Juman++ 斷詞與 SentencePiece Tokenization 進行預訓練,訓練時間三週,使用八台 NVIDIA A100 GPU,已準備好進行微調。共同: 語言模型・語意文本處理