/ Модель

Характеристики

Контекст
512 токенов
Параметры
138 млн
Лицензия
Apache 2.0
Архитектура
electra · dense
Базовая модель
bcms-bertic
Библиотека
transformers
Опубликована
25 дек 2024

bcms-bertic-comtext-sr-legal-ner-ekavica

Разметка токеновТекст → label3 профессии

Модель на базе BERTić распознаёт 21 тип именованных сущностей в сербских юридических текстах, написанных экавским вариантом.

53скачиваний за 30 дней0лайковвеса обновлены10 сен 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

BERTić-COMtext-SR-legal-NER-ekavica — ELECTRA-модель на базе classla/bcms-bertic, дообученная для распознавания именованных сущностей в юридических текстах на сербском языке, написанных экавским вариантом. Она присваивает токенам метки по схеме из 21 типа сущностей, закодированной в формате IOB2, и предназначена для извлечения юридически значимых сведений из токенизированных документов. Модель содержит 137,8 млн параметров, работает через библиотеку Transformers и принимает контекст до 512 токенов.

В README приведены результаты 10-кратной кросс-валидации на корпусе COMtext.SR.legal.ekavica: точность составила 0,9849, а macro F1 без класса O — 0,8355 при оценке, игнорирующей префиксы B- и I-. Для строгой оценки macro F1 без класса O равен 0,8335. Модель распространяется по лицензии Apache-2.0. Ее специализация ограничена сербскими юридическими текстами в экавском варианте; результаты на других языках, доменах и схемах разметки не заявлены.

Сценарии применения

  • извлечение именованных сущностей из сербских юридических документов
  • разметка юридических лиц, дат и других сущностей в текстах на экавском сербском
  • подготовка токенизированных судебных и нормативных текстов к структурированному поиску

Ограничения

Модель рассчитана на сербские юридические тексты в экавском варианте и схему из 21 типа сущностей; для других языков, доменов и схем разметки её качество не установлено. Оценка проводилась на токенизированном тексте.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BERTić-COMtext-SR-legal-NER-ekavica

BERTić-COMtext-SR-legal-NER-ekavica is a variant of the BERTić model, fine-tuned on the task of named entity recognition in Serbian legal texts written in the Ekavian pronunciation. The model was fine-tuned for 20 epochs on the Ekavian variant of the COMtext.SR.legal dataset.

Benchmarking

This model was evaluated on the task of named entity recognition in Serbian legal texts. The model uses a newly developed named entity schema consisting of 21 entity types, tailored for the domain of Serbian legal texts, and encoded according the the IOB2 standard. The full entity list is available on the COMtext.SR GitHub repository.

This model was compared with SrBERTa, a model specially trained on Serbian legal texts, fine-tuned for 20 epochs for named entity recognition using the Ekavian variant of the COMtext.SR.legal corpus of legal texts. Token-level accuracy and F1 (macro-averaged and per-class) were used as evaluation metrics and gold tokenized text was taken as input.

Two evaluation settings for both models were considered:

  • Default - only the entity type portion of the NE tag is considered, effectively ignoring the "B-" and "I-" prefixes
  • Strict - the entire NE tag is considered

For the strict setting, per-class results are given separately for each B-CLASS and I-CLASS tag. In addition, macro-averaged F1 scores are presented in two variants - one where the O (outside) class is ignored, and another where it is treated equally to other named entity classes.

BERTić-COMtext-SR-legal-NER-ekavica and SrBERTa were fine-tuned and evaluated on the COMtext.SR.legal.ekavica corpus using 10-fold CV.

The code and data to run these experiments is available on the COMtext.SR GitHub repository.

Results

MetricsBERTić-COMtext-SR-legal-NER-ekavica (default)BERTić-COMtext-SR-legal-NER-ekavica (strict)SrBERTa (default)SrBERTa (strict)
Accuracy0.98490.98370.96850.9670
Macro F1 (with O)0.85220.84180.72700.7152
Macro F1 (without O)0.83550.83350.70330.7028
Per-class F1
PER0.98110.9734 / 0.97130.86950.8216 / 0.8901
TOP0.90270.9016 / 0.85200.68580.6770 / 0.6557
ADR0.92520.8803 / 0.91680.84480.7841 / 0.8297
COURT0.94500.9424 / 0.94080.78090.7440 / 0.7867
INST0.78480.7912 / 0.80870.63460.6487 / 0.6376
COM0.75770.6932 / 0.74350.47190.3685 / 0.4461
OTHORG0.44580.3223 / 0.54640.30540.2471 / 0.3597
LAW0.95830.9565 / 0.95720.91330.8793 / 0.9130
REF0.83150.7611 / 0.82000.77060.6386 / 0.7609
IDPER0.96300.9630 / N/A1.00001.0000 / N/A
IDCOM0.97790.9779 / N/A0.90180.9018 / N/A
IDTAX1.00001.0000 / N/A0.96670.9667 / N/A
NUMACC1.00001.0000 / N/A0.66670.6667 / N/A
NUMDOC0.53330.5333 / N/A0.33330.3333 / N/A
NUMCAR0.61110.5079 / 0.42860.38790.4333 / 0.0
NUMPLOT0.71430.7143 / N/A0.49280.4928 / N/A
IDOTH0.61610.6161 / N/A0.39670.3967 / N/A
CONTACT0.80000.8000 / N/A0.13330.1333 / N/A
DATE0.96020.9383 / 0.95440.94910.9079 / 0.9492
MONEY0.97030.9543 / 0.96620.88850.8926 / 0.8852
MISC0.44450.4032 / 0.41490.21130.2154 / 0.1962
O0.99460.99460.98700.9870

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
ElectraForTokenClassification
Ревизия весов
ed17c06

0 моделей