/ Модель

Характеристики

Контекст
512 токенов
Параметры
205 млн
Лицензия
cc-by-nc-3.0
Архитектура
bert · dense
Опубликована
27 апр 2022

bert-base-multilingual-cased-pos-english

Разметка токеновТекст → label3 профессии

Модель QCRI на базе многоязычного BERT размечает части речи в английском тексте на уровне токенов.

726скачиваний за 30 дней42лайкавеса обновлены25 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

QCRI/bert-base-multilingual-cased-pos-english — модель QCRI на архитектуре BERT, дообученная для разметки частей речи в английском тексте. Она присваивает токенам метки частей речи и подходит для автоматического POS-теггинга предложений и корпусов. Модель содержит 205,1 млн параметров, использует формат PyTorch и принимает последовательности длиной до 512 токенов. В README указана оценка F1 96,69 на Penn TreeBank.

Модель основана на многоязычном BERT с сохранением регистра, но её назначение — английская разметка частей речи. Для использования подходит Transformers. Лицензия CC BY-NC 3.0 допускает использование с ограничениями, включая некоммерческий характер лицензии.

Сценарии применения

  • разметка частей речи в английских предложениях
  • POS-теггинг английских текстовых корпусов
  • подготовка лингвистических данных для анализа английского языка

Ограничения

Модель предназначена для POS-разметки английского языка, а показатель F1 96,69 указан для Penn TreeBank и не гарантирует такую же точность на других данных. Лицензия CC BY-NC 3.0 ограничивает коммерческое использование.

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

BERT-base-multilingual-cased finetuned for Part-of-Speech tagging

This is a multilingual BERT model fine tuned for part-of-speech tagging for English. It is trained using the Penn TreeBank (Marcus et al., 1993) and achieves an F1-score of 96.69.

Usage

A transformers pipeline can be used to run the model:

from transformers import AutoTokenizer, AutoModelForTokenClassification, TokenClassificationPipeline

model_name = "QCRI/bert-base-multilingual-cased-pos-english"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForTokenClassification.from_pretrained(model_name)

pipeline = TokenClassificationPipeline(model=model, tokenizer=tokenizer)
outputs = pipeline("A test example")
print(outputs)

Citation

This model was used for all the part-of-speech tagging based results in Analyzing Encoded Concepts in Transformer Language Models, published at NAACL'22. If you find this model useful for your own work, please use the following citation:

@inproceedings{sajjad-NAACL,
  title={Analyzing Encoded Concepts in Transformer Language Models},
  author={Hassan Sajjad, Nadir Durrani, Fahim Dalvi, Firoj Alam, Abdul Rafae Khan and Jia Xu},
  booktitle={North American Chapter of the Association of Computational Linguistics: Human Language Technologies (NAACL)},
  series={NAACL~'22},
  year={2022},
  address={Seattle}
}

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
997ca3f

0 моделей