Характеристики

Контекст: 514 токенов
Параметры: 138 млн
Лицензия: MIT
Архитектура: camembert · dense
Базовая модель: camembert-base
Библиотека: transformers
Опубликована: 6 ноя 2024

Ссылки

Hugging Face

camenbert-entity-recognition

Yotheblack

Разметка токеновТекст → label

Дообученная CamemBERT для разметки токенов и извлечения сущностей во франкоязычном тексте.

7скачиваний за 30 дней0лайковвеса обновлены6 ноя 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

Yotheblack/camenbert-entity-recognition — дообученная модель CamemBERT для классификации токенов. Она основана на almanach/camembert-base, франкоязычной модели семейства RoBERTa, и содержит 137,8 млн параметров. Репозиторий использует формат safetensors; лицензия — MIT.

Модель предназначена для извлечения сущностей или другой разметки текста на уровне токенов. В карточке не уточнены набор сущностей, обучающие данные и целевые сценарии, поэтому конкретный тип распознаваемых сущностей установить нельзя. Контекст модели составляет 514 токенов. На приведённой оценочной выборке указаны accuracy 0,9979 и нулевые precision, recall и F1, что ограничивает свидетельства её качества для извлечения сущностей.

Сценарии применения

разметка текста по токенам
извлечение именованных сущностей из французского текста
распознавание сущностей в коротких документах

Ограничения

Карточка не сообщает, какие именно сущности распознаются и на каких данных обучалась модель. В приведённых результатах precision, recall и F1 равны 0,0, несмотря на accuracy 0,9979; качество извлечения сущностей по этим данным не подтверждается.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

camenbert-entity-recognition

This model is a fine-tuned version of almanach/camembert-base on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.0117
Precision: 0.0
Recall: 0.0
F1: 0.0
Accuracy: 0.9979

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 10

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
No log	1.0	160	0.0107	0.9980
No log	2.0	320	0.0108	0.9981
No log	3.0	480	0.0112	0.9980
0.0003	4.0	640	0.0115	0.9979
0.0003	5.0	800	0.0112	0.9980
0.0003	6.0	960	0.0112	0.9981
0.0004	7.0	1120	0.0117	0.9979
0.0004	8.0	1280	0.0112	0.9980
0.0004	9.0	1440	0.0115	0.9980
0.0005	10.0	1600	0.0117	0.9979

Framework versions

Transformers 4.46.2
Pytorch 2.5.1
Datasets 3.1.0
Tokenizers 0.20.3

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: CamembertForTokenClassification
Ревизия весов: 6cb678a