Дообученная на KorQuAD модель BERT извлекает ответы на вопросы из документов на корейском языке.
10скачиваний за 30 дней0лайковвеса обновлены17 июл 2026
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Публичные оценки
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
Korean Document QA Enhanced — корейская экстрактивная модель для ответов на вопросы по документам, созданная дообучением model_10000 на новых 10 000 вопросах KorQuAD v1.0. Она находит ответный фрагмент в тексте документа и подходит для поиска фактов в корейских материалах. Модель построена на архитектуре BERT, содержит 137,8 млн параметров и принимает контекст длиной до 512 токенов.
На указанной выборке KorQuAD dev модель получила EM 0,822, символьный F1 0,9256 и точное совпадение границ ответа 0,800. Она предназначена прежде всего для вопросов и контекста на корейском языке. Обучение не включало примеры вопросов без ответа; на небольшой самодельной проверке предупреждение об отсутствии ответа было верным в 80% случаев. Описаны случаи коротких ошибочных ответов при высокой уверенности на реальных PDF, а также пропуски при вопросах на корейском по английскому контексту. Лицензия — CC BY-SA 4.0.
Сценарии применения
поиск ответов на корейские вопросы в тексте документов
извлечение фактов из корейских материалов KorQuAD-подобного формата
ответы на вопросы по тексту корейских PDF после извлечения текста
Ограничения
Модель не обучалась на вопросах без ответа, поэтому её предупреждения об отсутствии ответа ненадёжны. Возможны короткие ошибочные ответы при высокой уверенности и пропуски, когда вопрос задан по-корейски, а контекст дан на английском.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель