/ Модель

Характеристики

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

CMN1spanTagger

Разметка токеновТекст → label3 профессии

BERT-модель размечает токены предложений, выявляя составные именные группы для систем упрощения текста.

37скачиваний 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/CMN1spanTagger — модель на базе BERT для выявления составных именных групп в предложениях. Она размечает токены, указывая, входят ли они в составную именную группу; перед обработкой координатор именной группы, например «and», необходимо выделить квадратными скобками. Модель предназначена для этапа разметки в системах упрощения предложений и последующей обработки текста.

Модель дообучена для классификации токенов; в репозитории указаны PyTorch и архитектура BertForTokenClassification. Она содержит около 432,3 млн параметров и рассчитана на контекст до 512 токенов. README ссылается на набор данных из докторской диссертации Р. Эванса 2020 года. Лицензия в предоставленных данных не указана.

Сценарии применения

  • выделение составных именных групп в предложениях
  • разметка составляющих составной именной группы по токенам
  • подготовка текста для упрощения предложений
  • анализ именных групп перед преобразованием текста

Ограничения

Координатор именной группы, например «and», необходимо заранее выделять квадратными скобками. Контекст ограничен 512 токенами; язык и лицензия модели в предоставленных данных не установлены.

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

This model identifies compound noun phrases in an input sentence.

Try the test sentence:

The inquiry, which continues, will recall John Smith [and] Peter Montgomery next month for further questioning.

Please note that it is necessary for you to highlight the noun phrase 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 noun phrase. 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
947f761

0 моделей