MultiCite: Multi-label Citation Intent Classification with Roberta-large (NAACL 2022)
This model has been trained on the data available here: https://github.com/allenai/multicite.
Характеристики
- Контекст
- 514 токенов
- Параметры
- 454 млн
- Лицензия
- MIT
- Архитектура
- roberta · dense
- Опубликована
- 6 мая 2022
Ссылки
multicite-multilabel-roberta-large
Англоязычная RoBERTa-модель AllenAI для многометочной классификации цитирований в научных текстах.
117скачиваний за 30 дней0лайковвеса обновлены10 мая 2022
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
allenai/multicite-multilabel-roberta-large — англоязычная модель AllenAI для многометочной классификации цитирований. Она анализирует текст и может назначать ему несколько классов, что подходит для разметки упоминаний цитат в научных публикациях. Модель построена на архитектуре RoBERTa для классификации последовательностей и содержит 454,1 млн параметров; максимальный контекст составляет 514 токенов.
Она представлена в формате PyTorch и распространяется по лицензии MIT. Карточка модели не содержит дополнительных сведений о конкретных метках, обучающих данных или качестве классификации.
Сценарии применения
- многометочная разметка цитирований в научных статьях
- классификация контекста упоминания цитаты
- автоматическая категоризация цитат в корпусах публикаций
Ограничения
Контекст ограничен 514 токенами. В карточке не приведены перечень меток и показатели качества, поэтому пригодность для конкретной схемы классификации следует оценивать отдельно.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельI.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейI.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…
- Класс архитектуры
- RobertaForSequenceClassification
- Ревизия весов
- 4ed0c81