/ Модель

Характеристики

Лицензия
MIT
Опубликована
13 июл 2026

bilstm-armenian-participle-punct

Разметка токеновТекст → label

Экспериментальная BiLSTM-модель размечает восточноармянские причастные конструкции, восстанавливая и корректируя пунктуацию на уровне слов.

0скачиваний за 30 дней0лайковвеса обновлены13 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

BiLSTM — Armenian Participle-Clause Punctuation — модель Albert Hakobyan для восстановления пунктуации в причастных конструкциях восточноармянского языка. Это пользовательская PyTorch-модель: однослойная двунаправленная LSTM с замороженными армянскими GloVe-эмбеддингами размерности 300 и скрытым размером 128. Она выполняет разметку токенов по четырём классам: без изменения, запятая после токена, «но» после токена и удаление запятой.

Модель предназначена для обработки восточноармянского текста с токенизацией по словам и словарём из репозитория. В README приведены macro-F1 0,4116 на наборе Gold 2K и 0,3661 на Shtemaran 292; ансамбль с mBERT показал лучший результат статьи — 0,6745 на Shtemaran. Это экспериментальный исследовательский чекпойнт из статьи CODASSCA 2026 о разметке последовательностей для синтаксиса с малым объёмом ресурсов. Лицензия — MIT.

Сценарии применения

  • восстановление запятых в восточноармянском тексте
  • разметка пунктуации в причастных конструкциях
  • автоматическое удаление лишних запятых в восточноармянском
  • исследование синтаксической разметки для малоресурсных языков

Ограничения

Показатели macro-F1 в README умеренные: 0,4116 на Gold 2K и 0,3661 на Shtemaran 292; качество может зависеть от домена текста и соответствия токенизации словарю модели. Модель предназначена для восточноармянских причастных конструкций, а не для общей пунктуации.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BiLSTM — Armenian Participle-Clause Punctuation

A word-level bidirectional LSTM tagger (frozen Armenian GloVe embeddings, 300-dim; 1 layer; hidden size 128) for punctuation of Eastern Armenian participle clauses, as 4-class token labeling. From the CODASSCA 2026 paper Sequence Labeling for Low-Resource Syntax.

Labels

0 O · 1 COMMA_AFTER · 2 BUTH_AFTER · 3 REMOVE_COMMA

Results (macro-F1)

Benchmarkmacro-F1
Gold 2K (noisy web text)0.4116
Shtemaran 292 (clean textbook)0.3661

This is a custom PyTorch model (not a transformers architecture). Files: bilstm_best.pt (checkpoint dict), armenian_embeddings.pt (GloVe matrix), armenian_vocab.json (token to id), modeling_bilstm.py (the model class), bilstm_results.json (metrics). Tokenization is word-level using the provided vocab.

Usage

import json, torch
from huggingface_hub import hf_hub_download

repo = "AlbertHakobyan/bilstm-armenian-participle-punct"
model_py = hf_hub_download(repo, "modeling_bilstm.py")
ckpt_pt  = hf_hub_download(repo, "bilstm_best.pt")
vocab    = json.load(open(hf_hub_download(repo, "armenian_vocab.json"), encoding="utf-8"))

exec(open(model_py, encoding="utf-8").read())          # defines BiLSTMPunctuator
ck = torch.load(ckpt_pt, map_location="cpu", weights_only=False)
hp = ck["hyperparameters"]
model = BiLSTMPunctuator(ck["vocab_size"], ck["embedding_dim"], hp["hidden_size"],
                         hp["num_layers"], hp["dropout"], ck["num_classes"])
model.load_state_dict(ck["model_state_dict"]); model.eval()

def tag(words):
    ids = torch.tensor([[vocab.get(w, vocab.get("<UNK>", 1)) for w in words]])
    with torch.no_grad():
        pred = model(ids).argmax(-1)[0].tolist()
    id2label = {0:"O",1:"COMMA_AFTER",2:"BUTH_AFTER",3:"REMOVE_COMMA"}
    return list(zip(words, [id2label[p] for p in pred]))

Ensemble

Soft-vote with mBERT at alpha=0.45 gives the paper's best macro-F1 (0.6745, Shtemaran).

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
216700c

0 моделей