/ Модель

Характеристики

Контекст
512 токенов
Параметры
432 млн
Архитектура
bert · dense
Опубликована
17 мая 2022

SSCCVspanTagger

Разметка токеновТекст → label4 профессии

BERT-модель для разметки токенов по синтаксическим составляющим, применимая в конвейерах 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/SSCCVspanTagger — модель на архитектуре BERT для разметки токенов по принадлежности к типам синтаксических составляющих. Она предназначена для выявления границ и типов фрагментов предложения, в том числе в сценариях упрощения текста. В примерах README квадратными скобками отмечается левая граница фрагмента; карточка указывает, что при развёртывании в системе упрощения текста эту отметку может предварительно определять отдельная модель.

Модель дообучена для задачи token classification на наборе данных из докторской диссертации Р. Эванса о упрощении предложений для обработки текста. Чекпойнт содержит 432,3 млн параметров, принимает последовательности длиной до 512 токенов и опубликован в формате PyTorch. Лицензия в предоставленных данных не указана.

Сценарии применения

  • разметка синтаксических составляющих в предложениях
  • определение фрагментов предложения для упрощения текста
  • подготовка синтаксических признаков для систем обработки текста

Ограничения

Для ожидаемой разметки левая граница целевого фрагмента должна быть предварительно отмечена квадратными скобками; в интегрированном конвейере её может находить отдельная модель. README не описывает схему меток и лицензию.

Для каких профессий подходит4

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 sentences:

My name is Sarah and I live in London[, which] is the largest city in the UK.

John thought [that] that was a strange idea.

It was on Tuesdays [when] Peter took Tess for a walk.

John was so large [that] he had to crouch to fit through the front door.

Please note that it is necessary for you to highlight the left clause boundary 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 particular types of syntactic constituents. 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.

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
c9c7aae

0 моделей