/ Модель

Характеристики

Контекст
8 192 токена
Параметры
149 млн
Лицензия
Apache 2.0
Архитектура
modernbert · dense
Базовая модель
ModernBERT-base
Библиотека
transformers
Опубликована
10 янв 2025

AraModernBert-Topic-Classifier

Классификация текстаТекст → label4 профессии

Экспериментальная арабоязычная модель на базе ModernBERT для классификации текста по семи тематическим категориям.

13скачиваний за 30 дней5лайковвеса обновлены11 янв 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

NAMAA-Space/AraModernBert-Topic-Classifier — экспериментальная арабоязычная модель классификации тем, созданная NAMAA-Space на основе answerdotai/ModernBERT-base. Это encoder-модель ModernBERT с 149 млн параметров, дообученная для отнесения текста к семи темам: политике, финансам, медицине, культуре, спорту, технологиям и религии. Для обучения использован датасет SANAD; карточка также описывает арабский токенизатор и предварительное обучение на арабской Википедии.

Модель принимает текст и выдаёт метку класса; автор сообщает F1 0,95 на тестовом наборе из 14 181 примера. Контекст — до 8192 токенов. Распространяется по лицензии Apache-2.0. Результаты относятся к указанному набору данных и не гарантируют такую же точность на других текстах и распределениях тем.

Сценарии применения

  • Определение темы арабской новостной статьи
  • Разметка арабских текстов по темам политики и финансов
  • Классификация материалов о медицине, культуре и спорте
  • Сортировка арабских публикаций о технологиях и религии

Ограничения

Модель обучалась и оценивалась на SANAD для семи тематических классов; качество на других наборах данных и типах текста не подтверждено. Карточка называет её экспериментальной.

Для каких профессий подходит4

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

AraModernBert For Topic Classification

Overview

[!NOTE] This is an Experimental Arabic Model demonstrates how ModernBERT can be adapted to Arabic for tasks like topic classification.

This is an Experimental Arabic version of ModernBERT-base, trained ONLY on Topic Classification Task using the base model of original modernbert with a custom Arabic trained tokenizer with the following details:

  • Dataset: Arabic Wikipedia
  • Size: 1.8 GB
  • Tokens: 228,788,529 tokens

This model demonstrates how ModernBERT can be adapted to Arabic for tasks like topic classification.

Model Eval Details

  • Epochs: 3
  • Evaluation Metrics:
    • F1 Score: 0.95
    • Loss: 0.1998
  • Training Step: 47,862

Dataset Used For Training:

  • SANAD DATASET was used for training and testing which contains 7 different topics such as Politics, Finance, Medical, Culture, Sport , Tech and Religion.

How to Use

The model can be used for text classification using the transformers library. Below is an example:

from transformers import pipeline

# Load model from huggingface.co/models using our repository ID
classifier = pipeline(
    task="text-classification",
    model="Omartificial-Intelligence-Space/AraModernBert-Topic-Classifier",
)

sample = '''
PUT SOME TEXT HERE TO CLASSIFY ITS TOPIC
'''
classifier(sample)

# [{'label': 'health', 'score': 0.6779336333274841}]

Test Phase Results:

  • The model was evalauted on Test Set of 14181 examples of different topics, the distrubtion of these topics are:

image/png

  • The model achieved the follwoing accuracy for prediction on this test set:

image/png

Citation

@misc{modernbert,
      title={Smarter, Better, Faster, Longer: A Modern Bidirectional Encoder for Fast, Memory Efficient, and Long Context Finetuning and Inference}, 
      author={Benjamin Warner and Antoine Chaffin and Benjamin Clavié and Orion Weller and Oskar Hallström and Said Taghadouini and Alexis Gallagher and Raja Biswas and Faisal Ladhak and Tom Aarsen and Nathan Cooper and Griffin Adams and Jeremy Howard and Iacopo Poli},
      year={2024},
      eprint={2412.13663},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2412.13663}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ModernBertForSequenceClassification
Ревизия весов
72fdef0

0 моделей