/ Модель

Характеристики

Контекст
512 токенов
Параметры
152 млн
Лицензия
MIT
Архитектура
bert · dense

Swedish-NER

Разметка токеновТекст → label5 профессий

Модель на базе шведского BERT находит именованные сущности в тексте на шведском языке.

117скачиваний за 30 дней5лайковвеса обновлены24 мая 2021

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

Recorded Future совместно с AI Sweden разработали шведскую модель распознавания именованных сущностей на базе KB/bert-base-swedish-cased, дообученной на текстах из интернет-источников и форумов. Это BERT для токенной классификации с 151,9 млн параметров и контекстом до 512 токенов.

Модель выделяет в шведском тексте местоположения, организации, персон, национальности, религии и титулы. На тестовых данных из той же предметной области общий F1 составил 0,92; для неродного шведского текста качество не определено, такие входы считаются вне домена. Для работы нужны Transformers версии 4.3.3 или новее и Torch 1.8.0 или новее. Лицензия — MIT.

Сценарии применения

  • извлечение имён людей из шведских текстов
  • поиск организаций в шведских публикациях
  • распознавание местоположений в сообщениях на шведском
  • выделение национальностей и религиозных упоминаний
  • поиск титулов и обращений в шведском тексте

Ограничения

Модель предназначена только для шведских текстов; качество на других языках не определено. Приведённые метрики относятся к тестовым данным из той же области, что и обучающие.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Swedish BERT models for sentiment analysis, Sentiment targets.

Recorded Future together with AI Sweden releases a Named Entity Recognition(NER) model for entety detection in Swedish. The model is based on KB/bert-base-swedish-cased and finetuned on data collected from various internet sources and forums.

The model has been trained on Swedish data and only supports inference of Swedish input texts. The models inference metrics for all non-Swedish inputs are not defined, these inputs are considered as out of domain data.

The current models are supported at Transformers version >= 4.3.3 and Torch version 1.8.0, compatibility with older versions are not verified.

Available tags

  • Location
  • Organization
  • Person
  • Religion
  • Title

Evaluation metrics

The model had the following metrics when evaluated on test data originating from the same domain as the training data.

F1-score

LocOrgPerNatRelTitTotal
0.910.880.960.950.910.840.92

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
436f9d5

0 моделей