/ Модель

Характеристики

Контекст
512 токенов
Параметры
205 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
rubert-base-cased
Опубликована
17 окт 2025

rubert-ner-search-queries

Разметка токеновТекст → label3 профессии

Дообученная RuBERT-модель выделяет категории товаров, бренды, объёмы и проценты в коротких русскоязычных поисковых запросах.

18скачиваний за 30 дней0лайковвеса обновлены17 окт 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

Martsv07 разработал эту русскоязычную модель распознавания именованных сущностей в коротких поисковых запросах для продуктовых и интернет-магазинов. Это дообученная модель BERT на основе DeepPavlov/rubert-base-cased с архитектурой BertForTokenClassification и разметкой BIO. Модель содержит 205,1 млн параметров и принимает последовательности длиной до 512 токенов.

Модель выделяет тип или категорию товара, бренд, объём или количество, а также процентные значения, например жирность. Она рассчитана на короткие неформальные запросы и справляется с вариантами регистра, сокращениями и небольшими опечатками. Обучение проводилось на закрытом наборе обезличенных русских поисковых запросов X5 Group, поэтому переносимость на другие предметные области и форматы запросов может быть ограничена. Опубликованы веса и конфигурация токенизатора; лицензия — Apache-2.0.

Сценарии применения

  • Извлечение бренда из поискового запроса о продукте
  • Распознавание категории товара в запросе для интернет-магазина
  • Извлечение объёма и количества из строки поиска
  • Распознавание жирности и других процентных характеристик товара
  • Разбор коротких запросов с сокращениями, разным регистром и небольшими опечатками

Ограничения

Модель обучена на закрытом наборе обезличенных запросов X5 Group и ориентирована на короткие русскоязычные запросы о товарах; качество на других доменах и типах текста может быть ниже. Контекст ограничен 512 токенами.

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

RuBERT NER for Russian Search Queries

This model is a fine-tuned version of DeepPavlov/rubert-base-cased
for Named Entity Recognition (NER) on short and noisy Russian search queries typical of grocery and e-commerce platforms.

The model identifies key product-related entities using the BIO tagging scheme with the following labels:

  • TYPE — product type or category (e.g., молоко, чипсы, вода)
  • BRAND — brand name (e.g., Lay’s, Простоквашино)
  • VOLUME — quantity or size (e.g., 0.5 л, 200 г, 10 шт)
  • PERCENT — percentage or fat content (e.g., 2.5%, 15%)

🧠 Model Description

  • Architecture: BERT (RuBERT cased)
  • Task: Token classification / Named Entity Recognition
  • Language: Russian
  • Tagging scheme: BIO
  • Entity types: TYPE, BRAND, VOLUME, PERCENT
  • Training data: Private hackathon dataset from X5 Group Company of anonymized Russian search queries (not publicly available)

The model is optimized for short, informal queries and handles casing variation, abbreviations, and mild typos.


🚀 Usage

This repository contains only the fine-tuned model weights and tokenizer configuration.
A minimal example of how to load the model:

from transformers import AutoTokenizer, AutoModelForTokenClassification

model_id = "Martsv07/rubert-ner-search-queries"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForTokenClassification.from_pretrained(model_id)

⚖️ License

Distributed under the Apache-2.0 license,
in accordance with the license of the base model DeepPavlov/rubert-base-cased.


👥 Authors

Developed by @Martsv07.


🔗 Related Repository

For the full inference pipeline — including preprocessing, postprocessing,
and FastAPI service implementation — see the accompanying
GitHub repository.

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
d4e04f9

0 моделей