/ Модель

Характеристики

Контекст
512 токенов
Параметры
162 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
18 янв 2024

ArabicWojood-FlatNER

Заполнение пропусковТекст → текст6 профессий

BERT-модель SinaLab для выделения именованных сущностей в арабских текстах с плоской разметкой.

152скачиваний за 30 дней1лайквеса обновлены30 янв 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/ArabicWojood-FlatNER — модель SinaLab для распознавания именованных сущностей в арабском тексте с плоской разметкой, то есть без вложенных сущностей. Она основана на архитектуре BERT и предназначена для token classification; в метаданных указаны 162,4 млн параметров и контекст до 512 токенов. Модель ориентирована на современный стандартный арабский и диалекты и связана с корпусом Wojood объёмом 550 тыс. токенов.

README сообщает micro-F1 0,883847 для плоского NER. Модель подходит для выделения сущностей в арабских текстах и оценки таких систем. Репозиторий содержит веса PyTorch; лицензия MIT.

Сценарии применения

  • распознавание именованных сущностей в арабском тексте
  • разметка сущностей без вложенных упоминаний
  • анализ текстов на современном стандартном арабском
  • извлечение сущностей из арабских диалектных текстов

Ограничения

Модель выполняет плоскую разметку и не предназначена для распознавания вложенных сущностей. Заявленная оценка micro-F1 относится к корпусу Wojood; перенос качества на другие данные не гарантирован.

Для каких профессий подходит6

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

Wojood - Nested/Flat Arabic NER Models

Wojood is a corpus for Arabic nested Named Entity Recognition (NER). Nested entities occur when one entity mention is embedded inside another entity mention. 550K tokens (MSA and dialect) This repo contains the source-code to train Wojood nested NER.

Online Demo You can try our model using the demo link below

https://sina.birzeit.edu/wojood/

https://arxiv.org/abs/2205.09651

https://huggingface.co/aubmindlab/bert-base-arabertv2/tree/main

Models

  • Nested NER (main branch), with micro-F1 score of 0.909551
  • Flat NER (flat branch), with micro-F1 score 0.883847

Google Colab Notebooks

You can test our model using our Google Colab notebooks

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForMaskedLM
Ревизия весов
48a5983

0 моделей