/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Архитектура
xlm-roberta · dense

xlm-roberta-base-finetuned-hausa

Заполнение пропусковТекст → текст

Модель XLM-RoBERTa, дообученная на текстах на хауса для предсказания замаскированных токенов и анализа языка.

112скачиваний за 30 дней1лайквеса обновлены28 мая 2021

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

Davlan/xlm-roberta-base-finetuned-hausa — модель на базе XLM-RoBERTa, дообученная на текстах на языке хауса. Она предназначена для предсказания замаскированных токенов; в карточке также сообщается о более высоких результатах по сравнению с исходной XLM-RoBERTa на тестах классификации текстов и распознавания именованных сущностей. Архитектура — XLM-RoBERTa для masked language modeling, размер — 305,2 млн параметров, длина контекста — 514 токенов.

Модель подходит для языковых экспериментов и анализа текстов на хауса, включая классификацию и распознавание сущностей. Оценка на MasakhaNER дала F1 91,47 против 86,10 у XLM-RoBERTa; результаты классификации в таблице не приведены. Карточка указывает, что обучающие данные включали корпус Hausa CC-100 и размеченные новостные статьи за ограниченный период, поэтому результаты могут хуже переноситься на другие жанры и предметные области. Лицензия в предоставленных данных не указана.

Сценарии применения

  • предсказание пропущенного слова в тексте на хауса
  • распознавание именованных сущностей в новостях на хауса
  • классификация текстов на хауса
  • языковые эксперименты с хауса

Ограничения

Обучение опиралось на корпус Hausa CC-100 и размеченные новостные статьи за ограниченный период; модель может хуже обобщать на другие жанры и предметные области. Результат классификации в приведённой таблице не указан.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Hugging Face's logo

language: ha datasets:


xlm-roberta-base-finetuned-hausa

Model description

xlm-roberta-base-finetuned-hausa is a Hausa RoBERTa model obtained by fine-tuning xlm-roberta-base model on Hausa language texts. It provides better performance than the XLM-RoBERTa on text classification and named entity recognition datasets.

Specifically, this model is a xlm-roberta-base model that was fine-tuned on Hausa corpus.

Intended uses & limitations

How to use

You can use this model with Transformers pipeline for masked token prediction.

>>> from transformers import pipeline
>>> unmasker = pipeline('fill-mask', model='Davlan/xlm-roberta-base-finetuned-hausa')
>>> unmasker("Shugaban <mask> Muhammadu Buhari ya amince da shawarar da ma’aikatar sufuri karkashin jagoranci")
                    
[{'sequence': '<s> Shugaban kasa Muhammadu Buhari ya amince da shawarar da ma’aikatar sufuri karkashin jagoranci</s>', 
'score': 0.8104371428489685, 
'token': 29762, 
'token_str': '▁kasa'}, 
{'sequence': '<s> Shugaban Najeriya Muhammadu Buhari ya amince da shawarar da ma’aikatar sufuri karkashin jagoranci</s>', 'score': 0.17371904850006104, 
'token': 49173, 
'token_str': '▁Najeriya'}, 
{'sequence': '<s> Shugaban kasar Muhammadu Buhari ya amince da shawarar da ma’aikatar sufuri karkashin jagoranci</s>', 'score': 0.006917025428265333, 
'token': 21221, 
'token_str': '▁kasar'}, 
{'sequence': '<s> Shugaban Nigeria Muhammadu Buhari ya amince da shawarar da ma’aikatar sufuri karkashin jagoranci</s>', 'score': 0.005785710643976927, 
'token': 72620, 
'token_str': '▁Nigeria'}, 
{'sequence': '<s> Shugaban Kasar Muhammadu Buhari ya amince da shawarar da ma’aikatar sufuri karkashin jagoranci</s>', 'score': 0.0010596115607768297, 
'token': 170255, 
'token_str': '▁Kasar'}]



Limitations and bias

This model is limited by its training dataset of entity-annotated news articles from a specific span of time. This may not generalize well for all use cases in different domains.

Training data

This model was fine-tuned on Hausa CC-100

Training procedure

This model was trained on a single NVIDIA V100 GPU

Eval results on Test set (F-score, average over 5 runs)

DatasetXLM-R F1ha_roberta F1
MasakhaNER86.1091.47
VOA Hausa Textclass

BibTeX entry and citation info

By David Adelani

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaForMaskedLM
Ревизия весов
fb4b91e

0 моделей