Характеристики

Контекст: 512 токенов
Параметры: 136 млн
Лицензия: MIT
Архитектура: bert · dense
Базовая модель: bert-base-portuguese-cased
Опубликована: 13 сен 2022

Ссылки

Hugging Face

bertimbau-base-finetuned-brazilian_court_decisions

Luciano

Классификация текстаТекст → label3 профессии

Дообученная BERT-модель для классификации текстов решений бразильских судов на португальском языке.

49скачиваний за 30 дней5лайковвеса обновлены12 сен 2023

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

Luciano/bertimbau-base-finetuned-brazilian_court_decisions — модель классификации текста, дообученная на основе neuralmind/bert-base-portuguese-cased для решений бразильских судов. Она предназначена для классификации текстов судебных решений на португальском языке. Модель построена на архитектуре BERT, содержит 136,1 млн параметров и принимает последовательности длиной до 512 токенов.

На указанном в карточке наборе оценки точность составила 0,7921, а значение функции потерь — 0,6424. Модель рассчитана на бразильский португальский; лицензия — MIT. Карточка не раскрывает классы классификации, подробности обучающих данных и ограничения применения, поэтому качество на других данных не установлено.

Сценарии применения

классификация решений бразильских судов
автоматическая категоризация судебных документов на португальском
анализ судебных текстов для исследовательских корпусов

Ограничения

В карточке не указаны категории, которые предсказывает модель, и подробности обучающих данных. Оценка приведена только для тестового набора из карточки и не гарантирует такое же качество на других данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.8Отраслевые задачиГосударственное управление, правосудие и чрезвычайные ситуацииAI помогает улучшать государственные услуги, управление ресурсами, правосудие и реагирование на чрезвычайные ситуации.47 задач2 517моделей I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bertimbau-base-finetuned-brazilian_court_decisions

This model is a fine-tuned version of neuralmind/bert-base-portuguese-cased on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.6424
Accuracy: 0.7921

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: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 5

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
No log	1.0	203	0.7726	0.6683
No log	2.0	406	0.5948	0.7673
0.7112	3.0	609	0.6424	0.7723
0.7112	4.0	812	0.6376	0.7772
0.3383	5.0	1015	0.6424	0.7921

Framework versions

Transformers 4.22.0
Pytorch 1.12.1+cu113
Datasets 2.4.0
Tokenizers 0.12.1

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: BertForSequenceClassification
Ревизия весов: e530c61