/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Архитектура
roberta · dense
Базовая модель
roberta-base-russian-v0
Библиотека
transformers
Опубликована
2 фев 2025

roberta-base-russian-v0-finetuned-ner

Разметка токеновТекст → label8 профессий

Дообученная русскоязычная RoBERTa для извлечения именованных сущностей посредством токенной классификации.

30скачиваний за 30 дней1лайквеса обновлены4 фев 2025

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

Eka-Korn выпустил модель распознавания именованных сущностей на основе RoBERTa, дообученную на blinoff/roberta-base-russian-v0. Она выполняет токенную классификацию: каждому токену текста присваивается метка, что подходит для извлечения сущностей из русскоязычных текстов. В карточке приведены результаты на наборе оценки: F1 0,9570, точность 0,9483, полнота 0,9658 и accuracy 0,9923.

Архитектура — RobertaForTokenClassification, размер — 151,7 млн параметров, длина контекста — 514 токенов; модель использует библиотеку Transformers и формат safetensors. Датасет обучения и набор распознаваемых типов сущностей не описаны, поэтому качество для конкретных категорий и предметных областей требует отдельной проверки. Лицензия в предоставленных данных не указана.

Сценарии применения

  • извлечение имён людей из русского текста
  • поиск организаций в русскоязычных документах
  • извлечение географических названий из текста
  • автоматическая разметка токенов для анализа текста

Ограничения

Датасет обучения и перечень меток сущностей не описаны; опубликованные метрики относятся только к указанному набору оценки и не гарантируют качество на других текстах. Лицензия не установлена по предоставленным сведениям.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

roberta-base-russian-v0-finetuned-ner

This model is a fine-tuned version of blinoff/roberta-base-russian-v0 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0284
  • Precision: 0.9483
  • Recall: 0.9658
  • F1: 0.9570
  • Accuracy: 0.9923

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • num_epochs: 3

Training results

Training LossEpochStepValidation LossPrecisionRecallF1Accuracy
0.05231.013210.04230.90900.93980.92410.9865
0.01992.026420.03170.93210.95820.94500.9907
0.00763.039630.02840.94830.96580.95700.9923

Framework versions

  • Transformers 4.47.1
  • Pytorch 2.5.1+cu124
  • Datasets 3.2.0
  • Tokenizers 0.21.0

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
RobertaForTokenClassification
Ревизия весов
21a0fde

0 моделей