/ Модель

Характеристики

Контекст
512 токенов
Параметры
138 млн
Лицензия
CC BY 4.0
Архитектура
bert · dense
Опубликована
2 мар 2022

danish-bert-botxo-ner-dane

Разметка токеновТекст → label5 профессий

Датская модель BERT для распознавания именованных сущностей в тексте, дообученная на датасете DaNE.

85скачиваний за 30 дней4лайкавеса обновлены17 янв 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

Модель Maltehb/danish-bert-botxo-ner-dane — датская версия BERT, дообученная Мальте Хёймарк-Бертельсеном для распознавания именованных сущностей на датском датасете DaNE. Базовый Danish BERT предварительно обучила компания Certainly, ранее известная как BotXO. Модель использует архитектуру BERT для классификации токенов, содержит 137,8 млн параметров и рассчитана на контекст до 512 токенов.

Модель предназначена для извлечения именованных сущностей из датского текста, например, при разборе документов или подготовке текстовых данных для последующего анализа. Доступны веса PyTorch, TensorFlow и Flax; в карточке приведён пример загрузки через Transformers с классом AutoModelForTokenClassification. Лицензия — CC BY 4.0.

Модель ориентирована на датский язык и конкретную задачу распознавания сущностей. Карточка не перечисляет поддерживаемые типы сущностей и не приводит метрики качества, поэтому качество на других языках, жанрах текста и схемах разметки не подтверждено.

Сценарии применения

  • распознавание имен и других сущностей в датских текстах
  • извлечение сущностей из датских документов
  • разметка токенов датского текста для последующего анализа

Ограничения

Модель рассчитана на датский язык и обучена для разметки DaNE; карточка не приводит метрик качества и не перечисляет типы сущностей. Применимость к другим языкам, жанрам и схемам разметки не подтверждена.

Для каких профессий подходит5

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

Danish BERT (version 2, uncased) by Certainly (previously known as BotXO) finetuned for Named Entity Recognition on the DaNE dataset (Hvingelby et al., 2020) by Malte Højmark-Bertelsen.

Humongous amounts of credit needs to go to Certainly (previously known as BotXO), for pretraining the Danish BERT. For data and training details see their GitHub repository or this article. You can also visit their organization page on Hugging Face.

It is both available in TensorFlow and Pytorch format. The original TensorFlow version can be downloaded using this link.

Here is an example on how to load Danish BERT for token classification in PyTorch using the 🤗Transformers library:

from transformers import AutoTokenizer, AutoModelForTokenClassification

tokenizer = AutoTokenizer.from_pretrained("Maltehb/danish-bert-botxo-ner-dane")
model = AutoModelForTokenClassification.from_pretrained("Maltehb/danish-bert-botxo-ner-dane")

References

Danish BERT. (2020). BotXO. https://github.com/botxo/nordic_bert (Original work published 2019)

Hvingelby, R., Pauli, A. B., Barrett, M., Rosted, C., Lidegaard, L. M., & Søgaard, A. (2020). DaNE: A Named Entity Resource for Danish. Proceedings of the 12th Language Resources and Evaluation Conference, 4597–4604. https://www.aclweb.org/anthology/2020.lrec-1.565

Contact

For help or further information feel free to connect with the author Malte Højmark-Bertelsen on hjb@kmd.dk or any of the following platforms:

Как запустить

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

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForTokenClassification
Ревизия весов
ea3df07

0 моделей