/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Базовая модель
xlm-roberta-base
Опубликована
26 окт 2023

roberta-base-NER

Разметка токеновТекст → label7 профессий

Многоязычная модель на базе XLM-RoBERTa для выделения в тексте имён людей, организаций и географических названий.

94скачиваний за 30 дней3лайкавеса обновлены28 окт 2023

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

Tirendaz/roberta-base-NER — модель распознавания именованных сущностей, разработанная на основе XLM-RoBERTa base и дообученная для разметки токенов. Она выделяет в тексте имена людей (PER), организации (ORG) и географические названия (LOC); использовать её можно, например, для извлечения сущностей из документов и подготовки текста к последующему анализу.

Модель имеет архитектуру XLM-RoBERTa для классификации токенов, содержит 305,2 млн параметров и принимает текст с контекстом до 514 токенов. По карточке, обучение охватывало десять высокоресурсных языков, однако перечислены только английский в тегах модели и датасет XTREME, поэтому конкретный полный список языков определить нельзя. Модель опубликована в формате PyTorch и распространяется по лицензии MIT.

Сценарии применения

  • извлечение имён людей из документов
  • поиск организаций в новостях и текстах
  • извлечение географических названий
  • разметка именованных сущностей для последующего анализа текста

Ограничения

Модель распознаёт только три указанных типа сущностей: людей, организации и географические названия. Карточка не перечисляет все десять языков обучения, поэтому нельзя надёжно определить языковое покрытие для конкретного языка.

Для каких профессий подходит7

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

roberta-base-NER

Model description

xlm-roberta-base-multilingual-cased-ner is a Named Entity Recognition model based on a fine-tuned XLM-RoBERTa base model. It has been trained to recognize three types of entities: location (LOC), organizations (ORG), and person (PER). Specifically, this model is a XLMRoreberta-base-multilingual-cased model that was fine-tuned on an aggregation of 10 high-resourced languages.

Intended uses & limitations

How to use

You can use this model with Transformers pipeline for NER.

from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline

tokenizer = AutoTokenizer.from_pretrained("Tirendaz/multilingual-xlm-roberta-for-ner")
model = AutoModelForTokenClassification.from_pretrained("Tirendaz/multilingual-xlm-roberta-for-ner")

nlp = pipeline("ner", model=model, tokenizer=tokenizer)
example = "My name is Wolfgang and I live in Berlin"

ner_results = nlp(example)
print(ner_results)
AbbreviationDescription
OOutside of a named entity
B-PERBeginning of a person’s name right after another person’s name
I-PERPerson’s name
B-ORGBeginning of an organisation right after another organisation
I-ORGOrganisation
B-LOCBeginning of a location right after another location
I-LOCLocation

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 24
  • eval_batch_size: 24
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 5

Training results

Training LossEpochStepValidation LossPrecisionRecallF1Accuracy
No log1.04170.33590.72860.76750.74760.8991
0.42272.08340.29510.77110.79800.78430.9131
0.28183.012510.28240.78520.80760.79620.9174
0.21864.016680.28530.79340.81500.80410.9193
0.18015.020850.29350.80040.81110.80570.9194

Framework versions

  • Transformers 4.33.0
  • Pytorch 2.0.0
  • Datasets 2.1.0
  • Tokenizers 0.13.3

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
XLMRobertaForTokenClassification
Ревизия весов
c0e63d0

0 моделей