/ Модель

Характеристики

Контекст
512 токенов
Параметры
136 млн
Лицензия
MIT
Архитектура
bert · dense
Базовая модель
bert-base-NER
Библиотека
transformers.js
Опубликована
3 мая 2023

bert-base-NER

Разметка токеновТекст → label6 профессий

Xenova/bert-base-NER — модель для распознавания именованных сущностей (NER), разработанная на основе dslim/bert-base-NER и адаптированная для работы в Transformers.js.

41 222скачиваний за 30 дней5лайковвеса обновлены14 сен 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

Репозиторий содержит веса в формате ONNX, совместимые с JavaScript-библиотекой Transformers.js, что позволяет применять модель в веб-приложениях и других средах, поддерживающих этот стек.

Модель предназначена для token classification: она анализирует текст и выделяет именованные сущности, например имена людей и географические названия. В README приведён пример обработки англоязычной фразы, однако полный набор поддерживаемых языков, размер модели, максимальная длина контекста и перечень типов сущностей не указаны.

Ключевое преимущество модели — возможность запуска через Transformers.js с ONNX-весами. При этом сведения о точности, производительности, ограничениях, модальностях и требованиях к ресурсам отсутствуют. Указана лицензия MIT.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

https://huggingface.co/dslim/bert-base-NER with ONNX weights to be compatible with Transformers.js.

Usage (Transformers.js)

If you haven't already, you can install the Transformers.js JavaScript library from NPM using:

npm i @huggingface/transformers

Example: Perform named entity recognition.

import { pipeline } from '@huggingface/transformers';

const classifier = await pipeline('token-classification', 'Xenova/bert-base-NER');
const output = await classifier('My name is Sarah and I live in London');

Note: Having a separate repo for ONNX weights is intended to be a temporary solution until WebML gains more traction. If you would like to make your models web-ready, we recommend converting to ONNX using 🤗 Optimum and structuring your repo like this one (with ONNX weights located in a subfolder named onnx).

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers.js

Нельзя запустить

Модель выложена для браузера (ONNX / transformers.js), для GPU-рантайма нет весов.

Класс архитектуры
BertForTokenClassification
Ревизия весов
8e89212

0 моделей