Chinese Administrative Approval Name NER
基于 hfl/chinese-roberta-wwm-ext 微调的中文行政批复标题姓名识别模型。
数据策略
- 大规模银标数据：用于提供覆盖；
- 2000 条人工金标数据：切分为 gold_train / gold_test；
- gold_test 不参与训练，只用于真实评估；
- 训练时对 gold_train 重复加权 (x8)，降低银标噪声影响。
标签
- O
- B-PER
- I-PER
Характеристики
- Контекст
- 512 токенов
- Параметры
- 129 млн
- Архитектура
- bert · dense
- Опубликована
- 28 июн 2026
Ссылки
chinese-admin-approval-name-ner-gold-silver
Модель выделяет имена людей в заголовках китайских административных утверждений.
8скачиваний за 30 дней0лайковвеса обновлены2 июл 2026
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Публичные оценки
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
Ryanliii/chinese-admin-approval-name-ner-gold-silver 是 модель распознавания имён людей в заголовках китайских административных утверждений. Разработчик дообучил hfl/chinese-roberta-wwm-ext для разметки токенов с метками O, B-PER и I-PER; архитектура — BERT для классификации токенов, размер — 129,5 млн параметров, контекст — до 512 токенов.
Для обучения использовались крупный набор данных с серебряными метками и 2000 вручную размеченных примеров с золотыми метками. Золотые обучающие примеры получили восьмикратный вес, а отложенная часть gold_test не участвовала в обучении и предназначена для оценки на реальных данных. Модель рассчитана на извлечение имён из китайских административных документов; лицензия в предоставленных данных не указана.
Сценарии применения
- извлечение имён из заголовков административных утверждений на китайском языке
- разметка упоминаний людей в корпусе китайских административных документов
- подготовка именных сущностей для поиска по административным решениям
Ограничения
Модель специализирована на заголовках китайских административных утверждений, поэтому её качество на других жанрах и языках не подтверждено. В описании не приведены численные метрики оценки.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельIV.8Отраслевые задачиГосударственное управление, правосудие и чрезвычайные ситуацииAI помогает улучшать государственные услуги, управление ресурсами, правосудие и реагирование на чрезвычайные ситуации.47 задач2 517моделейI.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · token-classification
Подбираем GPU…
- Класс архитектуры
- BertForTokenClassification
- Ревизия весов
- 467a38e