/ Модель

Характеристики

Контекст
512 токенов
Параметры
162 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
6 ноя 2023

ArBanking77

Классификация текстаТекст → label3 профессии

Модель BERT классифицирует текстовые банковские запросы на арабском языке по 77 намерениям, включая запросы на литературном языке и нескольких диалектах.

131скачиваний за 30 дней5лайковвеса обновлены17 дек 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

SinaLab/ArBanking77 — модель классификации намерений в банковских запросах на арабском языке, разработанная исследовательской группой SinaLab. Это дообученная на корпусе ArBanking77 модель семейства BERT с архитектурой BertForSequenceClassification и 162,4 млн параметров. Она принимает текст и относит запрос к одному из 77 банковских намерений, например о доставке карты, привязке карты, обменном курсе или автоматическом пополнении.

Корпус содержит 31 404 вручную адаптированных и локализованных примера на современном литературном арабском, палестинском, саудовском, марокканском и тунисском вариантах. В README сообщается о F1-мере 92% для MSA и 90% для палестинского варианта. Модель подходит для маршрутизации банковских обращений и определения намерения клиента; контекст составляет 512 токенов.

Модель распространяется по лицензии MIT. Результаты качества приведены только для MSA и палестинского арабского, поэтому качество на остальных диалектах и вне банковского домена по этим данным оценить нельзя.

Сценарии применения

  • определение намерения клиента в банковском чате
  • маршрутизация запроса о доставке или привязке карты
  • классификация вопросов об обменном курсе
  • распознавание запроса на автоматическое пополнение
  • анализ обращений на литературном и диалектном арабском

Ограничения

В README показатели F1 указаны для MSA и палестинского варианта; качество для саудовского, марокканского и тунисского вариантов не приведено. Модель ориентирована на 77 намерений банковского домена, поэтому её не следует считать универсальным классификатором запросов.

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

ArBanking77: Intent Detection Neural Model and a New Dataset in Modern and Dialectical Arabic

ArBanking77 is an MSA and Dialectal Arabic Corpus for Arabic Intent Detection in the Banking Domain. It consists of 31,404 samples (MSA, Palestinian, Saudi, Moroccan, and Tunisian dialects). This repo contains the source-code and dataset to train and evaluate Arabic Intent Detection model.

ArBanking77 Corpus

ArBanking77 consists of 31,404 (MSA, Palestinian, Saudi, Moroccan, and Tunisian dialects) that are manually Arabized and localized from the original English Banking77 dataset; which consists of 13,083 queries. Each query is classified into one of the 77 classes ( intents) including card arrival, card linking, exchange rate, and automatic top-up. You can find the list of these 77 intents in the ./data/Banking77_intents.csv file. A neural model based on AraBERT was fine-tuned on the ArBanking77 dataset (F1-score 92% for MSA, 90% for PAL)

Full Corpus Download

Data is available in the data directory for academic and commercial use. However, we cannot provide the augmented data.

Model Download

SinaLab HuggingFace

Online Demo

You can try our model using this demo link.

Requirements

At this point, the code is compatible with Python 3.11

Clone this repo

git clone https://github.com/SinaLab/ArBanking77.git

This package has dependencies on multiple Python packages. It is recommended that Conda be used to create a new environment that mimics the same environment the model was trained in. Provided in this repo requirements.txt from which you can create a new conda environment using the command below.

conda create -n env_name python=3.11

Install requirements using pip command:

pip install -r requirements.txt

Project Structure

.
├── data                            <- data dir
│   ├── Banking77_Arabized_MSA_PAL_train.csv
│   ├── Banking77_Arabized_MSA_PAL_val.csv
│   ├── Banking77_Arabized_MSA_test.csv
│   ├── Banking77_Arabized_PAL_test.csv
│   ├── Banking77_Arabized_Moroccan_test.csv
│   ├── Banking77_Arabized_Saudi_test.csv
│   ├── Banking77_Arabized_Tunisian_test.csv
│   ├── Banking77_intents.csv
├── outputs
│   ├── models                      <- trained models
│   ├── results                     <- evaluation results and reports
├── src                             <- training and evaluation scripts
│   ├── run_glue_no_trainer.py
│   ├── run_glue_no_trainer_eval.py
│   └── utils.py
├── .gitignore
├── LICENSE
├── README.md
└── requirements.txt

Model Training

You can start model training by running the following command. It's recommended to pass the arguments demonstrated below to get results similar to the ones reported in the paper.

python ./src/run_glue_no_trainer.py
    --model_name_or_path aubmindlab/bert-base-arabertv02 
    --train_file ./data/Banking77_Arabized_MSA_PAL_train.csv
    --validation_file ./data/Banking77_Arabized_MSA_PAL_val.csv 
    --seed 42 
    --max_length 128 
    --learning_rate 4e-5 
    --num_train_epochs 20 
    --per_device_train_batch_size 64 
    --output_dir ./outputs/models

Evaluation

Additionally, you can evaluate the trained model on Banking77_Arabized_MSA_test.csv, Banking77_Arabized_PAL_test.csv, Banking77_Arabized_Moroccan_test.csv, Banking77_Arabized_Saudi_test.csv, and Banking77_Arabized_Tunisian_test.csv test sets as follows:

python ./src/run_glue_no_trainer_eval.py 
    --model_name_or_path ./outputs/models 
    --validation_file ./data/Banking77_Arabized_MSA_test.csv 
    --seed 42 
    --per_device_eval_batch_size 64 
    --results_dir ./outputs/results 
    --log_path ./outputs/logs/log.txt

Credits

The first phase of this research was partially funded by the Palestinian Higher Council for Innovation and Excellence and the Scientific and TÜBİTAK under project No. 120N761 - CONVERSER: Conversational AI System for Arabic.

Citation

Mustafa Jarrar, Ahmet Birim, Mohammed Khalilia, Mustafa Erden, and Sana Ghanem: ArBanking77: Intent Detection Neural Model and a New Dataset in Modern and Dialectical Arabic. In Proceedings of the 1st Arabic Natural Language Processing Conference (ArabicNLP), Part of the EMNLP 2023. ACL.

Sanad Malaysha, Mo El-Haj, Saad Ezzini, Mohammed Khalilia, Mustafa Jarrar, Sultan Nasser, Ismail Berrada, Houda Bouamor: AraFinNLP 2024: The First Arabic Financial NLP Shared Task. In Proceedings of the Second Arabic Natural Language Processing Conference (ArabicNLP 2024), Bangkok, Thailand. Association for Computational Linguistics.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForSequenceClassification
Ревизия весов
b34bc01

0 моделей