/ Модель

Характеристики

Контекст
512 токенов
Параметры
205 млн
Лицензия
MIT
Архитектура
bert · dense
Базовая модель
bert-base-multilingual-cased
Библиотека
transformers
Опубликована
13 июл 2026

mbert-armenian-participle-punct

Разметка токеновТекст → label

Дообученная mBERT-модель размечает токены восточноармянского текста, чтобы восстанавливать пунктуацию вокруг причастных оборотов.

11скачиваний 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

mBERT — Armenian Participle-Clause Punctuation — модель токенной классификации, разработанная Albert Hakobyan и дообученная на базе bert-base-multilingual-cased. Она размечает токены четырьмя классами, чтобы восстанавливать пунктуацию вокруг причастных оборотов в восточноармянском языке: ставить запятую или «но» после оборота либо удалять запятую.

Модель построена на архитектуре BERT, содержит 205,1 млн параметров и обрабатывает последовательности длиной до 512 токенов. В README приведены результаты macro-F1: 0,4655 на наборе Gold 2K с веб-текстами и 0,5190 на чистом учебном тексте Shtemaran 292. Совместное голосование с BiLSTM повышает macro-F1 на Shtemaran до 0,6745.

Модель предназначена для восстановления пунктуации в текстах на восточноармянском языке. Для использования доступны веса в формате safetensors через Transformers. Лицензия — MIT. Показатели на двух тестовых наборах указывают на ограничения качества; для лучших результатов автор рекомендует ансамбль с BiLSTM.

Сценарии применения

  • Восстановление запятых вокруг причастных оборотов в восточноармянском тексте
  • Автоматическая расстановка пунктуации в корпусах восточноармянского языка
  • Удаление лишних запятых при обработке восточноармянских предложений

Ограничения

В README указаны умеренные результаты: macro-F1 0,4655 на Gold 2K и 0,5190 на Shtemaran 292; для лучших результатов предлагается ансамбль с BiLSTM. Назначение модели ограничено пунктуацией вокруг причастных оборотов восточноармянского языка.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mBERT — Armenian Participle-Clause Punctuation

Fine-tuned bert-base-multilingual-cased that restores punctuation around Eastern Armenian participle clauses, framed as 4-class token labeling. From the CODASSCA 2026 paper Sequence Labeling for Low-Resource Syntax: Automatic Punctuation of Armenian Participle Clauses.

Labels

0 O · 1 COMMA_AFTER · 2 BUTH_AFTER · 3 REMOVE_COMMA

Results (macro-F1)

Benchmarkmacro-F1
Gold 2K (noisy web text)0.4655
Shtemaran 292 (clean textbook)0.5190

Training: 15% negative under-sampling of the majority O class; lower 6 layers frozen; hyper-parameters tuned with Optuna (21 trials). See artifacts/ for the raw checkpoint, best config, trial log and final results; training/ holds the notebook.

Usage

from transformers import AutoTokenizer, AutoModelForTokenClassification
tok   = AutoTokenizer.from_pretrained("AlbertHakobyan/mbert-armenian-participle-punct")
model = AutoModelForTokenClassification.from_pretrained("AlbertHakobyan/mbert-armenian-participle-punct")

Ensemble

Best results come from a soft-vote of this model with the BiLSTM at alpha=0.45: P = 0.45 * P_bilstm + 0.55 * P_mbert (macro-F1 0.6745 on Shtemaran). See the bilstm-armenian-participle-punct repo.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForTokenClassification
Ревизия весов
21f0d85

0 моделей