Англоязычная модель BERT для распознавания и классификации именованных сущностей в тексте.

Подходит для: извлечение имён людей из англоязычных документов · поиск названий организаций в новостях · извлечение географических названий из текста

Текстовая модель семейства Llama для извлечения именованных сущностей из широкого набора типов текста.

Подходит для: извлечение имен людей, организаций и мест из текста · разметка текста сущностями по заданным категориям · извлечение сущностей из текстов вне обучающих доменов

UniNER-7B-type извлекает из текста именованные сущности и присваивает им типы.

Подходит для: извлечение именованных сущностей из текстовых фрагментов · разметка сущностей по заданным типам · автоматическое составление списков сущностей из документов

Англоязычная BERT-подобная модель на 459 млн параметров для извлечения именованных сущностей заданных типов из текста.

Подходит для: извлечение людей, организаций и мест из англоязычных документов · поиск пользовательских типов сущностей в текстах · разметка сущностей в больших коллекциях документов

Мультиязычная модель на базе DistilBERT для распознавания имён людей, организаций и мест в текстах на десяти языках.

Подходит для: извлечение имён людей из новостных статей · поиск организаций в многоязычных текстах · выделение географических названий в документах

Дообученная XLM-RoBERTa для распознавания именованных сущностей в английском и персидском тексте.

Подходит для: извлечение именованных сущностей из английских документов · извлечение именованных сущностей из персидских документов · разметка сущностей в новостных статьях на английском и персидском

UniNER-7B-definition — дообученная LLaMA-7B для извлечения сущностей и понятий с определением их типов по текстовым описаниям.

Подходит для: извлечение сущностей из англоязычных текстов · распознавание понятий по краткому определению их типа · разметка сущностей, когда метки типов заданы предложениями

Многоязычная модель на основе XLM-RoBERTa для извлечения имён людей, организаций и мест из текстов на десяти языках.

Подходит для: извлечение имён людей из новостных статей · поиск организаций в многоязычных текстах · распознавание географических названий в новостях

Многоязычная модель на основе mBERT для извлечения из текста имен людей, организаций и географических мест на десяти языках.

Подходит для: извлечение имён людей из новостных статей · поиск организаций в многоязычных текстах · распознавание географических названий в статьях

Многоязычная модель GLiNER на основе BERT для извлечения именованных сущностей заданных пользователем типов из текста.

Подходит для: извлечение имён людей и организаций из текста · распознавание сущностей по пользовательским категориям · разметка сущностей в многоязычных документах

Англоязычная модель Flair на базе LSTM-CRF для распознавания имён людей, мест, организаций и других именованных сущностей.

Подходит для: извлечение имён людей из английских текстов · поиск географических названий в документах · выделение организаций в новостях

Многоязычная XLM-RoBERTa-large, дообученная на английском CoNLL-2003 для распознавания именованных сущностей и классификации токенов.

Подходит для: распознавание имен людей, организаций и мест в английском тексте · извлечение именованных сущностей из англоязычных документов · разметка частей речи в английском тексте

Англоязычная модель на основе RoBERTa для извлечения эмбеддингов токенов и распознавания именованных сущностей.

Подходит для: извлечение эмбеддингов токенов для распознавания сущностей · дообучение NER-модели на специализированном наборе данных · поиск имён людей, организаций и других сущностей в английском тексте

Англоязычная BERT-модель для разметки токенов и извлечения именованных сущностей из текста.

Подходит для: извлечение имён людей, организаций и мест из новостей · распознавание дат и денежных сумм в документах · индексация сущностей для поиска по статьям

Компактная англоязычная BERT-модель для распознавания именованных сущностей в тексте CoNLL-2003.

Подходит для: извлечение имён людей из английских текстов · поиск организаций в новостях и документах · выделение географических названий в тексте

Многоязычная модель Flair на базе LSTM-CRF размечает в тексте имена людей, места, организации и другие сущности на четырёх языках.

Подходит для: извлечение имён людей из англоязычных текстов · поиск географических названий в немецких документах · извлечение организаций из нидерландских новостей

Модель на основе RoBERTa-large извлекает имена людей, организации, места и другие именованные сущности из английских текстов.

Подходит для: извлечение имён людей из писем и чатов · поиск организаций в англоязычных сообщениях · распознавание мест и географических названий в тексте

Англоязычная модель на основе BERT для разметки токенов и распознавания именованных сущностей в тексте.

Подходит для: извлечение имён людей из англоязычных документов · поиск названий организаций в статьях · распознавание географических названий в тексте

Англоязычная модель GLiNER на 166 млн параметров для извлечения сущностей произвольных заданных типов из текста.

Подходит для: распознавание именованных сущностей в английских документах · извлечение пользовательских категорий сущностей из текста · разметка упоминаний людей, организаций и мест

Англоязычная BERT-подобная модель для извлечения сущностей произвольных типов из текста по заданным пользователем категориям.

Подходит для: извлечение имён людей и организаций из английских текстов · поиск заданных типов сущностей в документах · разметка сущностей для последующей аналитики

Дообученная модель BERT для определения частей речи в английском тексте с разметкой каждого токена.

Подходит для: определение частей речи в предложениях на английском языке · автоматическая разметка грамматики в текстовых корпусах · подготовка данных для лингвистических исследований

Модель на базе RoBERTa для распознавания и классификации именованных сущностей в тексте.

Подходит для: выделение именованных сущностей из текста · поиск сущностей в документах · автоматическая разметка токенов по типам сущностей

Англоязычная модель NuMind на базе RoBERTa для получения эмбеддингов и распознавания именованных сущностей.

Подходит для: извлечение именованных сущностей из английского текста · подготовка эмбеддингов для разметки сущностей · дообучение NER-модели на пользовательских классах

Многоязычная XLM-RoBERTa-large, дообученная на английском CoNLL-2003 для распознавания именованных сущностей и классификации токенов.

Подходит для: распознавание имён людей, организаций и мест в английском тексте · извлечение именованных сущностей из англоязычных документов · разметка частей речи в английском тексте