开发者社区 > ModelScope模型即服务 > 自然语言处理 > 正文

文本识别提取有效信息的模型推荐一下?

我希望根据一段文本(比如我需要从北京采购100吨化肥,需要13.9米的车常温车配送到天津,7.20可以取货)提取有效信息形成我的一个采购计划单。实现这样的一个功能,我看了下魔搭社区的算法模型库,但没有找到比较合适的,希望老师能够推荐指点一下用什么算法模型来做。

展开
收起
游客touglnpqawhum 2023-06-26 17:48:58 149 0
1 条回答
写回答
取消 提交回答
  • 北京阿里云ACE会长

    可以使用基于深度学习的模型来解决此问题。
    在深度学习领域,目前比较流行的实体识别和信息提取模型是基于序列标注(Sequence Labeling)的模型,例如基于循环神经网络(Recurrent Neural Network,RNN)的模型(如LSTM和GRU)、基于卷积神经网络(Convolutional Neural Network,CNN)的模型、以及基于Transformer的模型(如BERT和RoBERTa)等。
    可以尝试使用开源的实体识别和信息提取工具,如SpaCy、Stanford NER、Flair、AllenNLP等,这些工具已经在实体识别和信息提取任务上取得了不错的效果。也可以根据自己的需求和数据集的特点,自己构建和训练模型来解决这个任务。

    2023-07-18 16:06:45
    赞同 展开评论 打赏

包含命名实体识别、文本分类、分词、关系抽取、问答、推理、文本摘要、情感分析、机器翻译等多个领域

热门讨论

热门文章

相关电子书

更多
低代码开发师(初级)实战教程 立即下载
冬季实战营第三期:MySQL数据库进阶实战 立即下载
阿里巴巴DevOps 最佳实践手册 立即下载