Характеристики

Контекст: 512 токенов
Параметры: 305 млн
Лицензия: MIT
Архитектура: camembert · dense
Базовая модель: phayathaibert
Библиотека: transformers
Опубликована: 4 дек 2023

Ссылки

Hugging Face

phayathaibert-thainer

Pavarissy

Разметка токеновТекст → label4 профессии

Дообученная PhayaThaiBERT для распознавания сущностей и классификации токенов в тайском тексте.

414скачиваний за 30 дней5лайковвеса обновлены4 дек 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

Pavarissy/phayathaibert-thainer — модель распознавания сущностей в тайском тексте, дообученная на базе clicknext/phayathaibert. Она использует архитектуру CamemBERT и предназначена для классификации токенов; в метаданных указан датасет pythainlp/thainer-corpus-v2. Модель содержит 304,7 млн параметров, принимает последовательности длиной до 512 токенов и доступна в формате safetensors для библиотеки Transformers.

В README приведены результаты оценки: F1 0,8666, точность 0,8432, полнота 0,8915 и accuracy 0,9735. Эти показатели относятся к указанному набору оценки; подробности о разметке и сценариях использования в карточке не раскрыты. Лицензия — MIT.

Сценарии применения

распознавание именованных сущностей в тайских текстах
извлечение имен и других размеченных сущностей из тайских документов
токенная разметка тайских текстовых последовательностей

Ограничения

В README не раскрыты схема меток и детали обучающей и оценочной выборок, поэтому приведённые метрики нельзя автоматически переносить на другие данные.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

phayathaibert-thainer

This model is a fine-tuned version of clicknext/phayathaibert on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.1324
Precision: 0.8432
Recall: 0.8915
F1: 0.8666
Accuracy: 0.9735

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: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 10
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Precision	Recall	F1	Accuracy
No log	1.0	493	0.1401	0.7300	0.7941	0.7607	0.9607
0.3499	2.0	986	0.1201	0.7863	0.8464	0.8152	0.9688
0.0961	3.0	1479	0.1169	0.8050	0.8663	0.8345	0.9715
0.0617	4.0	1972	0.1137	0.8155	0.8656	0.8398	0.9718
0.0438	5.0	2465	0.1280	0.8201	0.8714	0.8450	0.9725
0.0302	6.0	2958	0.1386	0.8266	0.8730	0.8492	0.9726
0.0239	7.0	3451	0.1401	0.8353	0.8789	0.8565	0.9733
0.0166	8.0	3944	0.1444	0.8356	0.8782	0.8564	0.9738
0.0139	9.0	4437	0.1530	0.8341	0.8785	0.8557	0.9735
0.0106	10.0	4930	0.1508	0.8394	0.8782	0.8583	0.9738

Framework versions

Transformers 4.35.2
Pytorch 2.1.0+cu118
Datasets 2.15.0
Tokenizers 0.15.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: CamembertForTokenClassification
Ревизия весов: 1546be3