Kenali nama orang, organisasi, tempat, dan entitas bernama lain dalam teks apa pun dengan model BERT-base-NER di browser Anda.
100% Privat. Teks Anda tidak pernah diunggah.
Berjalan sepenuhnya di browser Anda. Data Anda tidak pernah keluar dari perangkat Anda.
Model BERT-base-NER mengklasifikasikan setiap token dengan label BIO (B-PER, I-PER, O, dll.) lalu menggabungkan entitas yang berurutan.
Model BERT-base-NER mengekstrak 4 jenis entitas: PER (Orang — nama orang), ORG (Organisasi — perusahaan dan institusi), LOC (Lokasi — kota, negara, dan tempat terkenal), dan MISC (Lainnya — nama diri lain seperti judul, acara, dan produk).
Tidak. Model NER berjalan sepenuhnya di browser Anda menggunakan WebAssembly. Teks Anda tidak pernah meninggalkan perangkat. Model berukuran ~108MB diunduh satu kali dari CDN dan disimpan di cache lokal pada IndexedDB.
BERT-base-NER mencapai skor F1 ~89 % pada benchmark CoNLL-2003 untuk NER 4 kelas. Kinerja bisa bervariasi untuk teks pendek, tulisan tidak formal, atau konten non-Inggris.
Ya. Salin entitas sebagai JSON (dengan teks, tipe, tingkat keyakinan, dan posisi mulai/akhir) atau CSV untuk dianalisis di spreadsheet.
Jika Anda baru saja memakai Pengekstrak entitas AI, langkah berikutnya yang wajar adalah Penganalisis sentimen dan nada AI, Peringkas teks AI, Penerjemah AI, atau telusuri semua alat Alat AI lokal.