This is the BERT model finetuned on the ClaimBuster dataset. It is used for claim detection and has an accuracy of 82%.
Характеристики
- Контекст
- 512 токенов
- Параметры
- 137 млн
- Лицензия
- MIT
- Архитектура
- bert · dense
- Опубликована
- 1 окт 2022
Ссылки
bert-base_claimbuster
Англоязычная BERT-модель для классификации текста и обнаружения утверждений, требующих проверки фактов.
1 095скачиваний за 30 дней1лайквеса обновлены2 окт 2022
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
Nithiwat/bert-base_claimbuster — модель классификации текста на базе BERT, дообученная на датасете ClaimBuster для обнаружения утверждений, заслуживающих проверки фактов. Она принимает текст и относит его к классам в рамках задачи выявления утверждений; в карточке указана точность 82%. Модель имеет 136,7 млн параметров, контекст до 512 токенов и доступна в формате PyTorch. Поддерживаемый язык — английский.
Модель подходит для предварительного отбора утверждений в новостях, публикациях и других текстах перед проверкой фактчекерами. Лицензия — MIT. Показатель точности приведён в README без описания набора оценки и условий измерения, поэтому его не следует считать гарантией качества на других данных.
Сценарии применения
- поиск проверяемых утверждений в новостных текстах
- предварительный отбор фраз для фактчекинга
- классификация утверждений в публикациях
- фильтрация текстов для очереди фактчекеров
Ограничения
Заявленная точность 82% приведена без сведений о протоколе оценки и может не переноситься на другие данные. Контекст ограничен 512 токенами.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейI.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…
- Класс архитектуры
- BertForSequenceClassification
- Ревизия весов
- cf5202a