Gorden Sun推文
Fastino发布信息抽取模型GLiNER2.5
Fastino发布了仅0.3B参数的信息抽取模型GLiNER2.5，相比2.0版本，支持长文本自动分段处理、无长度限制的长句子抽取、避免自相矛盾的判断，并能在抽取实体的同时进行情感标签分类。模型已开源。
译文
Fastino发布信息抽取模型GLiNER2.5 信息抽取模型的作用是从大段文本中抽取关键信息，例如从合同中抽取出人名、地名、公司名、时间等信息。模型仅0.3B大小。相比老版本GLiNER2.0，新版本有以下提升： 支持长文本：一次性能看几千个字的长文，系统支持自动分段处理再拼好，不需要人工提前裁剪。 找长句子没有字数限制：以前抓取太长的内容很容易漏掉，现在不管是一整个长地址还是一大段合同规定，都能完完整整抓出来。 免自相矛盾的判断：给它设定好规矩后，它在分类时就会严格遵守逻辑，不会出现既判定这句话安全又判定它违规的乌龙情况。 抓取内容的同时还能打标签：比如它在挑出商品名字的时候，能顺手判断出用户是在夸这个商品好用，还是在吐槽它不好用。 模型：https://huggingface.co/collections/fastino/gliner25-models
Fastino发布信息抽取模型GLiNER2.5 信息抽取模型的作用是从大段文本中抽取关键信息，例如从合同中抽取出人名、地名、公司名、时间等信息。模型仅0.3B大小。相比老版本GLiNER2.0，新版本有以下提升： 支持长文本：一次性能看几千个字的长文，系统支持自动分段处理再拼好，不需要人工提前裁剪。 找长句子没有字数限制：以前抓取太长的内容很容易漏掉，现在不管是一整个长地址还是一大段合同规定，都能完完整整抓出来。 免自相矛盾的判断：给它设定好规矩后，它在分类时就会严格遵守逻辑，不会出现既判定这句话安全又判定它违规的乌龙情况。 抓取内容的同时还能打标签：比如它在挑出商品名字的时候，能顺手判断出用户是在夸这个商品好用，还是在吐槽它不好用。 模型：https://huggingface.co/collections/fastino/gliner25-models
