模型介绍
中文整理英语电商域Title NER介绍
模型描述
本方法采用Transformer-CRF模型，使用XLM-RoBERTa作为预训练模型底座。本模型主要用于给输入英语商品标题文本产出命名实体识别结果, 具体调用方式请参考代码示例。
训练数据介绍
ecom-title-en: 内部英语电商领域商品标题命名实体识别(NER)数据集, 支持产品(product), 功能(function), 品牌(brand), 模式(pattern), 颜色(color), 用户群体(consumer group), 风格(style)等七大类型的实体识别
实体类型 英文名
- --------- ------
产品 product
功能 function
品牌 brand
图案 pattern
颜色 color
用户群体 consumer group
风格 style
快速上手
适用范围
在安装ModelScope完成之后即可使用named-entity-recognition(命名实体识别)的能力, 默认单句长度不超过512, 推荐输入长度不超过128的句子。
代码示例
性能评测
全局评测
Precision Recall F1
- -- --- ---
- 6 80.2 77.3
按实体类型评测
实体类型 Precision Recall F1
- -- --- --- ---
product 72.96 77.55 75.18
function 69.84 78.76 74.03
brand 87.77 90.86 89.29
pattern 68.07 71.58 69.78
color 83.39 86.89 85.10
consumer group 94.77 95.97 95.36
style 85.79 82.04 83.87
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。