/ Модель

Характеристики

Контекст
512 токенов
Параметры
432 млн
Архитектура
bert · dense
Опубликована
2 мар 2022

CCVspanTagger

Разметка токеновТекст → label3 профессии

BERT-модель размечает токены составных клауз для использования в системах упрощения предложений.

48скачиваний за 30 дней0лайковвеса обновлены19 апр 2024

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

RJ3vans/CCVspanTagger — модель на архитектуре BERT для разметки токенов, связанных с составными предложениями. Она определяет, входят ли токены в составную клаузу; в примере из карточки союз «and» выделяется квадратными скобками. Модель предназначена для этапа разметки в системах упрощения текста и обработки предложений.

Модель дообучена для классификации токенов на наборе данных, описанном в докторской диссертации Райана Эванса о упрощении предложений. Веса доступны в формате PyTorch; размер модели — 432,3 млн параметров, максимальная длина контекста — 512 токенов. Карточка не сообщает лицензию, поэтому условия распространения и использования определить нельзя.

Сценарии применения

  • выделение токенов, входящих в составные клаузы
  • разметка союзов между клаузами в предложениях
  • подготовка текста для автоматического упрощения предложений

Ограничения

Карточка не указывает лицензию и подробности схемы меток; для контекста модели ограничены 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

Try the test sentence:

The woman said "my name is Sarah [and] I live in London."

Please note that it is necessary for you to highlight the clause coordinator "and" using square brackets. When deployed in a text simplification method, this sign tagging step can be performed using the model at https://huggingface.co/RJ3vans/SignTagger.

The model should tag the tokens in the sentence with information about whether or not they are contained within a compound clause. If you find the model useful, please cite my thesis which presents the dataset used for finetuning:

Evans, R. (2020) Sentence Simplification for Text Processing. Doctoral thesis. University of Wolverhampton. Wolverhampton, UK. (https://rj3vans.github.io/Evans2020_SentenceSimplificationForTextProcessing.pdf)

There you will find more information about the tagging scheme.

The model was derived using code adapted from an original program written by Dr. Le An Ha at the University of Wolverhampton.

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
d251fe1

0 моделей