/ Модель

Характеристики

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

CMV1spanTagger

Разметка токеновТекст → label3 профессии

BERT-модель размечает токены предложения, выявляя составные глагольные группы для конвейеров упрощения текста.

38скачиваний 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/CMV1spanTagger — модель разметки токенов на основе BERT, разработанная для обнаружения составных глагольных групп в предложении, включая сочинённые глаголы и союзы. Она отмечает, какие токены входят в составную глагольную группу; для работы с союзом-разделителем его нужно заранее выделить квадратными скобками, например [and].

Модель предназначена для конвейеров упрощения предложений и обработки текста, где требуется выявлять составные глагольные конструкции. Она имеет 433,9 млн параметров, принимает текст с контекстом до 512 токенов и распространяется в формате PyTorch. Для дообучения использован набор данных из диссертации R. Evans «Sentence Simplification for Text Processing» (2020); код модели адаптирован из оригинальной программы Le An Ha. Лицензия в предоставленных данных не указана.

Сценарии применения

  • выделение составных глагольных групп в предложениях
  • обнаружение сочинённых глаголов и союзов
  • подготовка предложений для автоматического упрощения текста

Ограничения

Перед подачей предложения союз-разделитель нужно предварительно выделить квадратными скобками. Контекст ограничен 512 токенами; лицензия в предоставленных данных не указана.

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 verb phrases (including conjoins and coordinators) in an input sentence.

Try the test sentence:

John kicked the ball [and] chased after it.

Please note that it is necessary for you to highlight the verb 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 verb 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
62f2c3a

0 моделей