信息抽取

本文涉及的产品
模型训练 PAI-DLC,100CU*H 3个月
交互式建模 PAI-DSW,每月250计算时 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
简介: 信息抽取

命名实体识别

【Task简介】

当前数字化深入到现实生活的每一个行业, 信息丰富程度也逐年爆炸增加. 在各个数字化行业的文本理解问题中, 信息抽取是最基础的任务之一, 帮助我们从海量文本自动提取挖掘关键信息. 而实体识别是信息抽取中应用最广泛的子任务.

【说明视频】

image.png

点击链接查看视频:

https://www.yuque.com/modelscope/rdum8e/uncd6d?inner=RDwSn

【输入与输出】

对于输入文本中的文本, 目标是识别出文本中一些重要的实体, 如人名, 国籍, 民族, 学历, 职业及组织等.

image.png

【场景应用】

在搜索场景中,通过命名实体识别可以对query和doc进行有效的结构化分析. 提升搜索结果的相关性.

【数据集链接】

数据集:https://modelscope.cn/datasets/damo/msra_ner/summary

模型文件: https://modelscope.cn/models/damo/nlp_raner_named-entity-recognition_chinese-base-news/su

相关文章
java发送微信公众号模板消息
java发送微信公众号模板消息
208 0
|
安全 Windows
WindowsXP现在还能使用吗
WindowsXP现在还能使用吗
700 2
|
机器学习/深度学习 文字识别 算法
【OCR学习笔记】2、OCR图像预处理(上)
【OCR学习笔记】2、OCR图像预处理(上)
1904 0
|
机器学习/深度学习 自然语言处理 达摩院
Rethinking Information Extraction :信息抽取的现状与未来
​ ##引言 从计算到感知再到认知是业内学者都认同的人工智能技术发展路径。机器具备认知智能,进而实现推理、规划乃至联想和创作,在一定程度上需要一个充满知识的大脑,而信息抽取是获取知识的重要途径之一。 在具体的业务场景如搜索推荐,结构化的领域知识有利于实现细粒度文本理解,有利于实现精准的复杂问答,有利于
6049 0
|
Java
Java中文汉字转拼音
实现方法多样,在此列举两种,一种是比较简单,但是实现自定义稍差,还有一种就是自己写实现逻辑
5172 0
|
Python
pandas 生成 Excel 时的 sheet 问题
pandas 生成 Excel 时的 sheet 问题
213 1
通义灵码1岁啦:灵码编码搭子
我是一位软件开发工程师,使用通义灵码的个人版 @workspace 和 @terminal 功能,快速上手新项目并高效实现需求。相比以前,项目熟悉和需求实现效率提升了约30%,特别是在代码理解和编写方面。通义灵码的代码智能分析、注释补全、编译错误建议等功能大幅减少了手动调试和重复工作,使开发流程更加顺畅和高效。
通义灵码1岁啦:灵码编码搭子
|
传感器 机器学习/深度学习 运维
http代理ip按流量划算还是个数划算?
http代理ip按流量划算还是个数划算?
|
机器学习/深度学习 并行计算 PyTorch
安装PyTorch详细步骤
安装PyTorch时,选择CPU或GPU版本。有Nvidia显卡需装CUDA和cuDNN,可从NVIDIA官网下载CUDA 11.8和对应版本cuDNN。无Nvidia显卡则安装CPU版。安装PyTorch通过conda或pip,GPU版指定`cu118`或`rocm5.4.2`镜像源。验证安装成功使用`torch._version_`和`torch.cuda.is_available()`。