/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Архитектура
bert · dense
Опубликована
13 дек 2022

lenu_DE

Классификация текстаТекст → label5 профессий

Модель классифицирует названия немецких юридических лиц, предсказывая код их организационно-правовой формы ELF по стандарту ISO 20275.

2 883скачиваний за 30 дней0лайковвеса обновлены29 авг 2026

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

LENU-DE — модель для определения кода организационно-правовой формы немецкого юридического лица по его названию. Её разработали GLEIF и Sociovestix Labs на основе немецкой uncased-версии BERT; модель дообучена на данных LEI по юридическим лицам Германии и предсказывает Entity Legal Form (ELF) Code согласно стандарту ISO 20275. Архитектура — BertForSequenceClassification, размер — 137,1 млн параметров, максимальная длина контекста — 512 токенов.

Модель предназначена для извлечения структурированного кода правовой формы из неструктурированных названий организаций, например при проверке и очистке справочников организаций в банках, инвестиционных компаниях, корпорациях и государственных структурах. Она обрабатывает немецкие названия юридических лиц и выдаёт классификационные метки; оценку предсказания следует учитывать при использовании.

При низкой оценке предложенного кода результат рекомендуется проверять вручную. Модель распространяется по лицензии Creative Commons CC0.

Сценарии применения

  • Извлечение кода ELF из названия немецкой организации
  • Нормализация правовых форм организаций в справочнике
  • Ретроспективная разметка мастер-данных компаний
  • Проверка организационной идентичности по юридическому названию

Ограничения

Модель ориентирована на немецкие юридические лица в юрисдикции Германии. Предсказания с низкой оценкой следует проверять вручную.

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

LENU - Legal Entity Name Understanding for Germany

A German Bert (uncased) model fine-tuned on German legal entity names (jurisdiction DE) from the Global Legal Entity Identifier (LEI) System with the goal to detect Entity Legal Form (ELF) Codes.



Model Description

The model has been created as part of a collaboration of the Global Legal Entity Identifier Foundation (GLEIF) and Sociovestix Labs with the goal to explore how Machine Learning can support in detecting the ELF Code solely based on an entity's legal name and legal jurisdiction. See also the open source python library lenu, which supports in this task.

The model has been trained on the dataset lenu, with a focus on german legal entities and ELF Codes within the Jurisdiction "DE".

  • Developed by: GLEIF and Sociovestix Labs
  • License: Creative Commons (CC0) license
  • Finetuned from model [optional]: dbmdz/bert-base-german-uncased
  • Resources for more information: Press Release

Uses

An entity's legal form is a crucial component when verifying and screening organizational identity. The wide variety of entity legal forms that exist within and between jurisdictions, however, has made it difficult for large organizations to capture legal form as structured data. The Jurisdiction specific models of lenu, trained on entities from GLEIF’s Legal Entity Identifier (LEI) database of over two million records, will allow banks, investment firms, corporations, governments, and other large organizations to retrospectively analyze their master data, extract the legal form from the unstructured text of the legal name and uniformly apply an ELF code to each entity type, according to the ISO 20275 standard.

Licensing Information

This model, which is trained on LEI data, is available under Creative Commons (CC0) license. See gleif.org/en/about/open-data.

Recommendations

Users should always consider the score of the suggested ELF Codes. For low score values it may be necessary to manually review the affected entities.

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
b83cd06

0 моделей